绘图Skill：二维伪彩色云图绘制

概述

基于 Matplotlib 的高质量二维伪彩色图（contourf / pcolormesh）绘制工具，专用于科研论文中的空间分布、浓度场、温度场等数据可视化。

支持特性：

线性或对数色标（LogNorm）、自定义分段 colormap
陆地/无效值掩膜处理
经纬度格式化输出（°E / °N）
一键生成符合期刊要求的图片（含 colorbar、边框、刻度修饰）

参数说明

| 参数名 | 类型 | 必填 | 说明 | |--------|------|------|------| | x | np.ndarray (1D) | 是 | X 轴坐标（例如经度、距离） | | y | np.ndarray (1D) | 是 | Y 轴坐标（例如纬度、深度） | | z | np.ndarray (2D) | 是 | 形状为 (len(y), len(x)) 的二维数据 | | levels | list or str | 否 | 等值线层级："log10"（对数）、"linear"（线性）或自定义列表，默认 "log10" | | norm | str | 否 | 归一化方式："log" / "linear"，默认 "log" | | cmap | str or list | 否 | 颜色映射，可传 "jet"、"viridis" 或自定义分段颜色列表，默认自定义 rainbow | | mask_value | float | 否 | 需要掩膜的特定值（例如 -1 代表陆地），默认 None | | mask_color | tuple | 否 | 掩膜区域颜色，默认 (0.2, 0.2, 0.2) | | xlabel | str | 否 | X 轴标签，默认 "Longitude" | | ylabel | str | 否 | Y 轴标签，默认 "Latitude" | | title | str | 否 | 图标题，默认空 | | colorbar_label | str | 否 | 色标条标签，默认 "Concentration" | | colorbar_ticks | list | 否 | 色标刻度值，默认 [1e-12, 1e-9, 1e-6, 1e-3, 1]（对数时） | | figsize | tuple | 否 | 图片尺寸 (宽, 高) 英寸，默认 (8, 6) | | dpi | int | 否 | 输出分辨率，默认 300 | | save_path | str | 否 | 保存路径，若为 None 则只显示不保存 | | show | bool | 否 | 是否弹出显示窗口，默认 True | | format_coords | bool | 否 | 是否格式化为经纬度样式（添加 °E/°N），默认 False |

工作流

Step 1：数据校验与预处理

检查 z.shape == (len(y), len(x))，若不满足则尝试转置或报错
若 mask_value 非空，将 z == mask_value 的区域设为 NaN，后续用 set_bad 绘制掩膜颜色
若 norm 为 "log"，将所有非正数裁剪为极小正值（1e-30）或加掩膜

Step 2：色标与层级自动生成

若 levels 为 "log10"：生成对数间隔层级
若为 "linear"：生成 np.linspace(z_min, z_max, 20)
若为自定义列表：直接使用

Step 3：自定义 colormap 构建

若 cmap 为字符串：调用 matplotlib.cm.get_cmap
若为列表形式：使用 LinearSegmentedColormap.from_list 生成自定义分段色标
- 示例：nodes = [0.0, 0.5, 0.7, 0.8, 1.0], colors = ['white', 'royalblue', 'lightpink', 'red', 'yellow']

Step 4：图形绘制

import matplotlib.pyplot as plt
import matplotlib.colors as colors
import numpy as np

fig, ax = plt.subplots(figsize=figsize, dpi=dpi)

# 若需要掩膜背景：先绘制一个仅含掩膜值的深色背景
if mask_value is not None:
    z_masked = np.where(z == mask_value, 1.0, np.nan)
    ax.contourf(x, y, z_masked, levels=[0.5, 1.5], colors=[mask_color])

# 主云图
norm_obj = colors.LogNorm() if norm == "log" else None
cf = ax.contourf(x, y, z, levels=levels, norm=norm_obj, cmap=cmap)

# 可选：等值线
ax.contour(x, y, z, levels=levels, colors='black', linewidths=0.5)

Step 5：坐标轴美化

若 format_coords 为 True，编写 format_longitude 和 format_latitude 函数
设置 xlabel / ylabel / title（字体大小按期刊常规，例如 fontsize=12）

Step 6：色标条

cbar = fig.colorbar(cf, ax=ax, orientation='horizontal', pad=0.05, shrink=0.8)
cbar.set_label(colorbar_label, fontsize=12)
cbar.set_ticks(colorbar_ticks)

Step 7：输出

if save_path:
    plt.savefig(save_path, dpi=dpi, bbox_inches='tight')
if show:
    plt.show()
plt.close()

示例

import numpy as np

x = np.linspace(100, 280, 100)
y = np.linspace(-50, 70, 80)
z = np.random.rand(80, 100) * 1e-6  # 模拟浓度场

plot_2d_contour(
    x=x, y=y, z=z,
    norm="log",
    levels="log10",
    cmap="jet",
    xlabel="Longitude (°E)",
    ylabel="Latitude (°N)",
    title="Surface concentration",
    colorbar_label="Bq/m³",
    save_path="test_contour.png"
)

期望输出：对数间隔色标、底部水平色标条（刻度 1e-12 ~ 1）、尺寸 8×6 英寸、dpi=300。

约束条件

输入 x、y 必须单调递增（网格规则）
z 中若存在 NaN 或 inf，自动掩膜处理
对数模式下，z 中 ≤0 的值会被设为极小正值（1e-30）或掩膜
数据动态范围过大（>1e10）时，建议用户手动指定层级以避免内存溢出
输出格式推荐 PNG（位图）或 PDF（矢量），默认 PNG
不处理投影转换（如墨卡托），仅支持笛卡尔坐标