如何解决Xarray并排绘制带投影子图时单图双色彩条问题？

你的问题核心在于绘图函数和主代码的坐标轴创建逻辑冲突——每次调用plot_avg时，函数内部都会用plt.axes()新建一个坐标轴，直接覆盖/叠加了你主代码里手动创建的子图，导致所有绘图内容挤到同一个区域，同时每个plot调用都生成独立色条，最终出现"一个绘图区带两个色条"的现象。

下面是修改后的完整解决方案：

第一步：重构绘图函数，复用外部传入的坐标轴 #

把ax作为参数传入函数，让函数在你指定的子图上绘图，而不是自己创建新坐标轴：

from matplotlib import pyplot as plt
import cartopy.crs as ccrs
import cartopy

# 注意：确保Becki色卡已定义（如果是自定义色卡），否则替换为内置色卡如'viridis'
def plot_avg(data, ax, **kwargs):
    # 直接使用传入的子图坐标轴，不再新建
    ax.coastlines(resolution='10m', zorder=3)
    ax.gridlines(color='gray')
    ax.add_feature(cartopy.feature.LAND, zorder=1, facecolor=cartopy.feature.COLORS['land_alt1'])
    
    # 绘制数据，绑定到指定坐标轴
    im = data.plot(
        ax=ax,
        transform=ccrs.PlateCarree(),  # 匹配你的netCDF数据投影（通常是PlateCarree）
        vmin=34.4,
        vmax=35.81,
        levels=17,
        cmap='Becki',
        cbar_kwargs={'shrink': 0.3}
    )
    return im  # 可选：返回图像对象，方便后续统一处理色条

第二步：主代码创建带投影的子图 #

创建子图时必须指定Cartopy的投影参数（不能用默认的笛卡尔坐标轴），并将每个子图传入绘图函数：

# 创建画布，设置合适的尺寸避免挤压
fig = plt.figure(figsize=(12, 6))

# 第一个子图：指定南极 Orthographic 投影
ax1 = fig.add_subplot(1, 2, 1, projection=ccrs.Orthographic(central_latitude=-90.0))
plot_avg(var1, ax1)
ax1.set_title('Variable 1')  # 可选：添加子图标题

# 第二个子图：使用相同投影保证一致性
ax2 = fig.add_subplot(1, 2, 2, projection=ccrs.Orthographic(central_latitude=-90.0))
plot_avg(var2, ax2)
ax2.set_title('Variable 2')

# 自动调整布局，防止色条和子图重叠
plt.tight_layout()
plt.show()

额外优化：共用色条（可选） #

如果想要两个子图共用一个统一色条，可以修改主代码，只让其中一个图生成色条，然后统一添加到画布：

fig = plt.figure(figsize=(12, 6))

ax1 = fig.add_subplot(1, 2, 1, projection=ccrs.Orthographic(central_latitude=-90.0))
im1 = plot_avg(var1, ax1)
ax1.set_title('Variable 1')

ax2 = fig.add_subplot(1, 2, 2, projection=ccrs.Orthographic(central_latitude=-90.0))
# 第二个图不单独生成色条
plot_avg(var2, ax2, cbar_kwargs={'add_colorbar': False})
ax2.set_title('Variable 2')

# 在画布右侧添加统一色条，同时关联两个子图
fig.colorbar(im1, ax=[ax1, ax2], shrink=0.6)

plt.tight_layout()
plt.show()

关键注意事项 #

1. 确认你的netCDF数据坐标是PlateCarree投影（大部分气象/海洋数据都是），如果不是，需要修改transform参数匹配数据的实际投影。
2. 确保Becki色卡可用——如果是自定义色卡，需要提前定义；如果是拼写错误，替换为Matplotlib内置色卡（如'coolwarm'、'viridis'）。

内容的提问来源于stack exchange，提问作者ValientProcess