将NumPy数组投影至Aitoff投影：全天空图像投影适配问题咨询

我帮你捋捋Aitoff投影实现里容易踩的坑，以及对应的解决办法——毕竟我之前也在全天空图像投影上栽过跟头😅

Aitoff是赤道型等面积投影，它只认弧度制的经纬度：

• 经度范围必须是 [-π, π]（对应-180°到180°）
• 纬度范围必须是 [-π/2, π/2]（对应-90°到90°）
  很多问题都是因为坐标范围或单位不对导致的，先把这个前提搞清楚！

1. 先把原始数据的坐标映射到Aitoff要求的网格 #

假设你的原始图像是img，形状为(纬度像素数, 经度像素数)，先生成对应的弧度制经纬度网格：

import numpy as np
import matplotlib.pyplot as plt

# 替换成你自己的图像尺寸
lat_pixels, lon_pixels = img.shape

# 生成弧度制经纬度网格：经度从-π到π，纬度从π/2到-π/2（对应天空从上到下）
lons = np.linspace(-np.pi, np.pi, lon_pixels)
lats = np.linspace(np.pi/2, -np.pi/2, lat_pixels)
lon_grid, lat_grid = np.meshgrid(lons, lats)

如果你的原始图像经度是[0, 360°]范围，记得转成[-180°, 180°]（弧度就是[-π, π]）：

# 把0-2π的经度转成-π到π
lons = np.where(lons > np.pi, lons - 2 * np.pi, lons)

2. 选择正确的绘图函数（pcolormesh比imshow更靠谱） #

用pcolormesh（推荐，适配投影最稳定） #

直接传入经纬度网格和图像数据，matplotlib会自动处理投影转换：

fig = plt.figure(figsize=(10, 5))
ax = fig.add_subplot(111, projection='aitoff')

# 绘制投影图
ax.pcolormesh(lon_grid, lat_grid, img, cmap='viridis')

# 可选：把坐标标签改成角度，方便阅读
ax.set_xticklabels(['140°E', '100°E', '60°E', '20°E', '0°', '20°W', '60°W', '100°W', '140°W'])
ax.grid(True)

plt.show()

用imshow（需要注意参数细节） #

imshow默认用像素索引作为坐标，所以必须指定extent和transform才能适配Aitoff投影：

fig = plt.figure(figsize=(10, 5))
ax = fig.add_subplot(111, projection='aitoff')

# extent必须是Aitoff支持的弧度范围，origin='upper'对应纬度从上到下是90°到-90°
ax.imshow(img, extent=[-np.pi, np.pi, -np.pi/2, np.pi/2], origin='upper', transform=ax.get_transform('aitoff'))

ax.grid(True)
plt.show()

⚠️ 这里的extent是弧度制的经纬度范围，不是投影后的像素范围，别搞混了！

• 空白的Aitoff投影图：90%是坐标单位错了（用了角度而不是弧度），或者经度范围是[0, 2π]没转成[-π, π]。先检查你的经纬度是不是严格符合Aitoff的弧度范围。
• 图像未填满投影图：要么是你的原始图像本身就不是全天空范围（比如只覆盖了部分经纬度），要么是网格生成时的范围没拉满。检查lons和lats的生成范围是不是[-π, π]和[-π/2, π/2]。
• 只显示图像一小部分：大概率是extent参数设置错误，或者网格和图像的维度不匹配（比如把经度和纬度的像素数搞反了）。先确认img.shape和lon_grid.shape、lat_grid.shape完全一致。

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