1. 如何基于交互式Python绘图创建子图？ #

如果用Matplotlib（最常用的交互式绘图库之一）创建子图，有几种简单直观的方式：

• 使用plt.subplots()快速生成子图网格
  这是最推荐的方法，它会一次性创建画布和所有子图对象，方便后续单独控制每个子图：

  import matplotlib.pyplot as plt
  import numpy as np
  
  # 创建2行2列的子图网格，返回画布和子图数组
  fig, axes = plt.subplots(nrows=2, ncols=2, figsize=(10, 8))
  
  # 给第一个子图绘图
  x = np.linspace(0, 2*np.pi, 100)
  axes[0,0].plot(x, np.sin(x))
  axes[0,0].set_title('正弦曲线')
  
  # 给第二个子图绘图
  axes[0,1].scatter(np.random.rand(50), np.random.rand(50), color='red')
  axes[0,1].set_title('随机散点')
  
  # 调整子图间距，避免重叠
  plt.tight_layout()
  plt.show()
  

• 使用plt.subplot()逐个添加子图
  适合不需要规则网格的场景，通过指定行、列、位置编号来添加：

  plt.figure(figsize=(10, 6))
  
  # 第一个子图：1行2列的第1个位置
  plt.subplot(1,2,1)
  plt.plot(x, np.cos(x))
  plt.title('余弦曲线')
  
  # 第二个子图：1行2列的第2个位置
  plt.subplot(1,2,2)
  plt.hist(np.random.randn(1000), bins=30)
  plt.title('正态分布直方图')
  
  plt.tight_layout()
  plt.show()
  

如果用Plotly（交互式更强的库）创建子图，可以用plotly.subplots.make_subplots()：

import plotly.graph_objects as go
from plotly.subplots import make_subplots

fig = make_subplots(rows=2, cols=1)

fig.add_trace(go.Scatter(x=x, y=np.sin(x), name='正弦'), row=1, col=1)
fig.add_trace(go.Bar(x=[1,2,3], y=[4,2,5], name='柱状图'), row=2, col=1)

fig.update_layout(height=600, width=800, title_text="Plotly 子图示例")
fig.show()

2. 完善LVIS激光雷达HDF5数据的Basemap可视化 #

从你给出的代码来看，已经完成了数据读取和Basemap地图初始化，剩下的步骤是将经纬度坐标转换为地图投影坐标，然后绘制数据点，同时补全标注的代码：

完整的代码示例如下：

import h5py
import numpy as np
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt

# 读取HDF5数据
f = h5py.File('ILVIS1B_GA2016_0304_R1701_043591.h5','r')
LONG = f['/LON0/']
LAT = f['/LAT0/']
X = LONG[...] 
Y = LAT[...] 

# 初始化Basemap
m = Basemap(projection='merc',
            llcrnrlat=-0.5, urcrnrlat=0.5,
            llcrnrlon=9, urcrnrlon=10,
            lat_ts=0.25, resolution='i')

# 将经纬度转换为地图投影坐标
x_proj, y_proj = m(X, Y)

# 绘制地图元素
m.drawcoastlines()
m.drawcountries()

# 绘制纬线，补全labels参数（你代码里的Tr...应该是True）
parallels = np.arange(-9.,10.,0.5)
m.drawparallels(parallels, labels=[False, True, True, False])

# 绘制经线
meridians = np.arange(8.,11.,0.5)
m.drawmeridians(meridians, labels=[True, False, False, True])

# 绘制LVIS数据点（用散点图，可调整标记大小和颜色）
m.scatter(x_proj, y_proj, s=1, color='darkred', alpha=0.5)

# 添加标题
plt.title('LVIS激光雷达数据分布')

# 显示图像
plt.show()

# 关闭HDF5文件
f.close()

几个关键补充点：

• 必须调用m(X, Y)将WGS84经纬度转换为Mercator投影的坐标，否则数据无法正确显示在地图上
• 补全了drawparallels的labels参数，格式为[左, 右, 上, 下]，控制哪些方向显示纬线标注
• 添加了经线绘制，让地图更清晰
• 用scatter绘制数据点，通过s调整点大小，alpha调整透明度避免点重叠
• 最后记得关闭HDF5文件，释放资源

内容的提问来源于stack exchange，提问作者GeoMonkey