如何在作品图中添加传奇？

Question

我目前正在使用一些涉及土地使用类型（即森林，沙漠，水等）的数据，这些数据在我的车展图上以不同的颜色出现。我想添加一个传奇或同等学历，以显示每种颜色代表哪种土地类型，但似乎无法使其起作用。在操作映射的顶部，土地使用类型的数据绘图需要我使用PCOLORMESH。是否有任何方法可以将各种传说显示在表明每种土地使用类型的哪种颜色的彩色图中？

以下是我代码的作品部分：

proj = ccrs.LambertConformal(central_longitude=cLon, central_latitude=cLat)
res = '10m'
fig_1 = plt.figure(figsize=(20,20))
ax_1 = plt.subplot(1,1,1,projection=proj)
ax_1.set_extent([lonW,lonE,latS,latN])
ax_1.add_feature(cfeature.LAND.with_scale(res))
ax_1.add_feature(cfeature.OCEAN.with_scale(res))
ax_1.add_feature(cfeature.COASTLINE.with_scale(res))
ax_1.add_feature(cfeature.LAKES.with_scale(res), alpha = 0.5)
ax_1.add_feature(cfeature.STATES.with_scale(res));
ax_1.set_title('Land Use Type: Western United States', fontsize=20)
ax_1.pcolormesh(cat_land_lons, cat_land_lats, cat_land, transform=ccrs.PlateCarree(), zorder=3)
ax_1.legend(['Forested', 'Water', 'Desert', 'Farmland', 'Urban'])

Answer 1

在不知道您的数据的情况下，很难具体。但是给出了一些示例陆生数据和分配的颜色。如果您的LCC数据不是这样的，情况可能会有所不同。

lc_colors = {
    'Forested': "g", # value=0
    'Water': "b",    # value=1
    'Desert': "y",   # value=2
    'Farmland': "c", # value=3
    'Urban': "r",    # value=4
}

yy, xx = np.mgrid[35:45:1, -120:-110:1]
zz = np.random.randint(0, len(lc_colors), xx.shape)

您可以定义一个colormap和归一化器：

cmap = mpl.colors.LinearSegmentedColormap.from_list("lcc", list(lc_colors.values()))

bounds = np.arange(len(lc_colors)+1)
norm = mpl.colors.BoundaryNorm(bounds, cmap.N)

使用对于传说：

import matplotlib.pyplot as plt
import matplotlib as mpl
import matplotlib.patches as mpatches
import cartopy.crs as ccrs
import cartopy.feature as cfeature
import numpy as np

proj = ccrs.LambertConformal(central_longitude=-110, central_latitude=40)

fig, ax = plt.subplots(figsize=(6,6), facecolor="w", dpi=86, subplot_kw=dict(projection=proj))
ax.set_title('Land Use Type: Western United States', fontsize=15)

im = ax.pcolormesh(xx, yy, zz, transform=ccrs.PlateCarree(), cmap=cmap, norm=norm)
ax.set_extent([-125, -95, 30, 50], crs=ccrs.PlateCarree())

res = '110m'
ax.add_feature(cfeature.LAND.with_scale(res))
ax.add_feature(cfeature.OCEAN.with_scale(res))
ax.add_feature(cfeature.COASTLINE.with_scale(res))
ax.add_feature(cfeature.LAKES.with_scale(res), alpha=0.5)
ax.add_feature(cfeature.STATES.with_scale(res), lw=0.5, alpha=.5)

labels, handles = zip(*[(k, mpatches.Rectangle((0, 0), 1, 1, facecolor=v)) for k,v in lc_colors.items()])
ax.legend(handles, labels, loc=4, framealpha=1)

或不使用上面摘要中的最后两行，而是将pcoLormesh的结果与colorbar：

cb = fig.colorbar(im, ax=ax, shrink=.3, aspect=8)
cb.set_ticks(bounds[:-1]+0.5)
cb.set_ticklabels(lc_classes.keys())

从Dataviz的角度来看，使用代理艺术家使用适当的传奇可能会更好，因为配色栏可能会向这些类建议某种顺序。