我想用Cartopy在网格（LCC投影中）上绘制数据，以便数据填充整个轴（以及轴），但这不是问题。
更清楚地说，这是我对Cartopy的处理方式：
import cartopy.crs as ccrs
import numpy as np
import pyproj as p4
from mpl_toolkits.basemap import Basemap
lalo = #read latitudes and longitudes of my grid defined in a special LCC projection (below)
lat = np.reshape(lalo[:,1],(ny,nx))
lon = np.reshape(lalo[:,0],(ny,nx))
minlat = lat[0,0]
maxlat = lat[-1,-1]
minlon = lon[0,0]
maxlon = lon[-1,-1]
Z = np.ones((ny,nx)) #some data
#grid definition for cartopy:
myproj = ccrs.LambertConformal(central_longitude=13.3333, central_latitude=47.5,
false_easting=400000, false_northing=400000,
secant_latitudes=(46, 49))
fig = plt.figure()
ax = plt.axes(projection = myproj)
plt.contourf(lon, lat, Z)#, transform=myproj)
#no difference with transform option as lon,lat are already in myproj projection
结果是图像没有填充整个轴，但看起来像这样：
当使用像这样的底图时：
a=6377397.155
rf=299.1528128
b= a*(1 - 1/rf)
m = Basemap(projection='lcc', resolution='h', rsphere=(a,b),
llcrnrlon=minlon,llcrnrlat=minlat,urcrnrlon=maxlon,urcrnrlat=maxlat,
llcrnrx=400000, llcrnry=400000,
lat_1=46, lat_2=49, lat_0=47.5, lon_0=13.3333, ax=ax)
x,y = m(lon,lat)
m.contourf(x,y,Z)
我得到以下（所需）图像：
最后，当使用proj4使用此定义
p4.Proj('+proj=lcc +lat_1=46N +lat_2=49N +lat_0=47.5N +lon_0=13.3333 +ellps=bessel +x_0=400000 +y_0=400000')转换lon和lat时，我再次获得所需的图像：也有可能在Cartopy中实现这一目标吗？
换句话说，我想绘制一个图，其中数据显示在一个完美的矩形中，并且背景图相应地失真，即类似此example的相反内容（无法安装iris包，否则我会尝试这个例子）
我尝试了一些类似的事情：
按照here完成的方式为我的投影构建一个自定义类，只是要确保所有参数均已正确设置（如在proj4定义中一样）。
与aspect ratios一起玩，但它们只会影响轴，而不影响轴，
还有更多的东西。
任何帮助是极大的赞赏！
最佳答案
这里缺少的重要信息是您的数据以经度和纬度为单位，而不是在笛卡尔横向墨卡托坐标系中。结果，您将需要使用直角坐标系，该坐标系讲出纬度和经度（此时尚未实现球面轮廓）。这样的坐标系以PlateCarree crs的形式存在-因此，只要将其传递为轮廓数据的转换，就可以将数据放置在正确的位置。
plt.contourf(lon, lat, Z, transform=ccrs.PlateCarree())
这确实突出了一个事实，即数据的默认坐标系与地图的默认坐标系相同，在大多数情况下，该坐标系不是经度和纬度-更改数据的CRS的唯一方法是传递transform关键字。
高温超导
关于python - 地形图填充整个轴，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/26398644/