Côtes littorales cachées par l'utilisation d'inset_axes de Axes.pie

Question

Je produis une carte du monde avec des camemberts dans des boîtes de maquettes individuelles. Je fais la carte et les côtes en utilisant cartopy. Les camemberts que je produis en utilisant inset_axes. Malheureusement, les camemberts cachent les côtes et j'aimerais les voir clairement.

exemple de travail minimum:

import cartopy.crs as ccrs 
import numpy as np 
import cartopy.feature as feature 
import matplotlib.pyplot as plt 

def plot_pie_inset(dataframe_pie,ilat_pie,ilon_pie,axis_main,width_local,alpha_local): 
    ax_sub= inset_axes(axis_main, width=width_local, height=width_local, loc=3, bbox_to_anchor=(ilat_pie, ilon_pie),bbox_transform=axis_main.figure.transFigure, borderpad=0.0) 
    wedges,texts= ax_sub.pie(dataframe_pie,colors=colors_dual) 
    for w in wedges: 
     w.set_linewidth(0.02) 
     w.set_alpha(alpha_local) 
     w.set_zorder(1) 
    plt.axis('equal') 

colors_dual=['RosyBrown','LightBlue'] 
lat_list= np.arange(0.2,0.7,0.05) 

fig= plt.figure() 
ax_main= plt.subplot(1,1,1,projection=ccrs.PlateCarree()) 
ax_main.coastlines(zorder=3) 
for ilat in np.arange(len(lat_list)): 
    plot_pie_inset([75,25],lat_list[ilat],0.72,ax_main,0.2,0.9) 

plt.show() 

je peux voir les côtes en faisant les camemberts partiellement transparents en réduisant la valeur alpha. Cependant, cela rend les couleurs légèrement atténuées. Mon but est d'avoir les côtes comme couche supérieure.

J'ai essayé d'utiliser 'Zorder' pour forcer les côtes à la couche supérieure. Cependant, 'zorder' ne peut pas être passé à inset_axes, ni à ax.pie donc j'ai rendu translucides les taches de couleur dans les camemberts. Cela échoue car ax_main.coastlines n'a pas son propre 'zorder'. Le littoral semble être lié à celui de ax_main. Il n'y a aucun avantage à augmenter le zorder de ax_main.

Toutes les suggestions sont les bienvenues.

Answer 1

Le problème est que chaque axe se trouve sur le dessus ou sous un autre axe. Donc, changer le zorder des artistes dans les axes, n'aide pas ici. En principe, on pourrait définir la zordie des axes eux-mêmes, en plaçant les axes encastrés derrière les axes principaux.

ax_sub.set_zorder(axis_main.get_zorder()-1) 

GeoAxes de Cartopy utilise son propre correctif d'arrière-plan. Cela devrait alors être défini sur invisble.

ax_main.background_patch.set_visible(False) 

Exemple complet:

import cartopy.crs as ccrs 
import numpy as np 
import matplotlib.pyplot as plt 
from mpl_toolkits.axes_grid1.inset_locator import inset_axes 

def plot_pie_inset(dataframe_pie,ilat_pie,ilon_pie,axis_main,width_local,alpha_local): 
    ax_sub= inset_axes(axis_main, width=width_local, height=width_local, loc=3, 
         bbox_to_anchor=(ilat_pie, ilon_pie), 
         bbox_transform=axis_main.transAxes, 
         borderpad=0.0) 
    wedges,texts= ax_sub.pie(dataframe_pie,colors=colors_dual) 
    for w in wedges: 
     w.set_linewidth(0.02) 
     w.set_alpha(alpha_local) 
     w.set_zorder(1) 
    plt.axis('equal') 
    # Put insets behind main axes 
    ax_sub.set_zorder(axis_main.get_zorder()-1) 

colors_dual=['RosyBrown','LightBlue'] 
lat_list= np.arange(0.2,0.7,0.05) 

fig= plt.figure() 
ax_main= plt.subplot(1,1,1,projection=ccrs.PlateCarree()) 
ax_main.coastlines() 

# set background patch invisible, such that axes becomes transparent 
# since the GeoAxes from cartopy uses a different patch as background 
# the following does not work 
# ax_main.patch.set_visible(False) 
# so we need to set the GeoAxes' background_patch invisible 
ax_main.background_patch.set_visible(False) 

for ilat in np.arange(len(lat_list)): 
    plot_pie_inset([75,25],lat_list[ilat],0.72,ax_main,0.2,0.9) 

plt.show() 

Answer 2

Une solution alternative suggère par un collègue néglige d'utiliser les inset_axes mais permet d'obtenir un résultat similaire. La principale différence est que le système de coordonnées de cette solution est dans les coordonnées de latitude/longitude d'origine plutôt que dans les coordonnées de figure.

def plot_pie_direct(dataframe_pie,ilat_pie,ilon_pie,axis_main,width_local,alpha_local): 
    wedges,texts= ax_main.pie(dataframe_pie,colors=colors_aer_atm,radius=width_local) 
    for w in wedges: 
     w.set_linewidth(0.02) ## Reduce linewidth to near-zero 
     w.set_center((ilat_pie,ilon_pie)) 
     w.set_zorder(0) 

fig= plt.figure() 
ax_main= plt.axes(projection=ccrs.PlateCarree()) 
ax_main.coastlines(zorder=3) 
ax_main.set_global() 
lim_x= ax_main.get_xlim() 
lim_y= ax_main.get_ylim() 
for ilat in np.arange(len(lat_list_trim)): 
    plot_pie_direct(frac_aer_atm_reshape_trim[:,ilat,ilon],x_val_pies[ilon],y_val_pies[ilat],ax_main,lat_list_diff_trim,0.9) 

ax_main.coastlines(zorder=3) 
ax_main.set_xlim(lim_x) 
ax_main.set_ylim(lim_y) 
plt.show()