我正在尝试使用完全相同的色阶将色散图（显示观察结果）覆盖在填充的轮廓图（显示相同变量的模型数据）上，以将其映射到色标上。主要问题是我没有使用“公用” contour / contourf函数，而是使用tricontourf，因为我的数据位于非结构化网格上。
contourf似乎忽略了通常可以在tricontourf上使用的某些方法，这并不是我第一次找到解决方法，因为选项实际上可以与tricontourf一起使用记录不充分（例如，如何使用缺失值绘图）。
我想绘制累积的降水量。我有来自站点的守时数据和来自模型的网格数据。两者都是一维数组，由一维纬度和经度数组描述。我需要为两个图选择相同的级别，因为我想覆盖它们并查看差异。我正在使用pyplot.scatter绘制点，并使用pyplot.tricontourf绘制模型数据。这是我使用的方法：
vmin和vmax定义pyplot.scatter和pyplot.tricontourf，以使它们以相同的级别进行映射->与{{ 1}}显然忽略了pyplot.tricontourf和vmin。在此示例之后，https://matplotlib.org/examples/pylab_examples/tricontour_vs_griddata.html对我不起作用。只需忽略它们，即可自动定义级别。由于在vmax中指定级别的唯一方法是使用pyplot.tricontourf自变量，因此我通过定义值数组来这样做。这适用于levels，但随后我必须将其映射为散点图。
tricontourf不幸的是，这也不起作用，因为levels=[10, 12, 15, 20, 25, 30, 35, 40,
45, 50, 60, 70, 80, 90, 100, 125, 150, 175, 200, 225, 250]
contourf=plt.tricontourf(lon, lat, rain_acc, levels=levels,
cmap='GnBu', extend='max')
bounds=np.array(levels)
norm = colors.BoundaryNorm(boundaries=bounds, ncolors=256)
scatter=plt.scatter(x, y, c=rain_stations, s=50, cmap='GnBu',
zorder=10, norm=norm)
在各个级别之间线性插值。
因此，到目前为止，我唯一需要覆盖数据的方法是为BounaryNorm选择一个线性的级别序列（用np.linspace定义），然后应用点2的方法对散点图的颜色。
Here you can see the picture that I'm producing
但是我想做的是能够手动定义级别。 有人知道如何实现吗？
最重要的是，为什么tricontourf忽略vmin和vmax？
