matplotlib在子图外侧添加指北针和比例尺

在Matplotlib中，添加指北针和比例尺通常用于地图或地理相关的图表，以帮助读者理解数据的空间分布。这两个元素可以使用`Basemap`库（现在已集成到`cartopy`库中）结合其他工具来创建。以下是基本步骤：

1. 首先，安装`cartopy`库（如果你还没有安装）：

   pip install cartopy

2. 使用`Basemap`或`cartopy`创建地图，并添加经纬度网格线作为指北针的基本框架：

   import matplotlib.pyplot as plt
   from mpl_toolkits.basemap import Basemap
   
   fig = plt.figure()
   ax = fig.add_subplot(1, 1, 1, projection='mercator')
   
   # 初始化地图并设置边界
   m = Basemap(llcrnrlon=-180, llcrnrlat=-90, urcrnrlon=180, urcrnrlat=90)
   
   # 绘制地图边界、纬度和经度网格线
   m.drawmapboundary(fill_color='white')
   parallels = np.arange(-90., 90., 30.)
   meridians = np.arange(-180., 180., 60.)
   m.drawparallels(parallels, labels=[True, False, True, False])
   m.drawmeridians(meridians, labels=[False, True, False, True])

3. 添加指北针（compass rose）：

   from cartopy.mpl.gridliner import LONGITUDE_FORMATTER, LATITUDE_FORMATTER
   from cartopy.feature import NODATA
   
   m.drawcoastlines(linewidth=0.5, color=NODATA)
   m.fillcontinents(color=NODATA, lake_color=NODATA)
   
   # 创建指南针玫瑰
   compass = m.scatter([0], [0], c='k', s=50, markerfacecolor='w', zorder=4)
   gridlines = m.gridlines(crs=m.crs, linewidth=0.5, draw_labels=False)
   gridlines.xlabels_top = False
   gridlines.ylabels_right = False

4. 添加比例尺（scale bar）：

   from cartopy.mpl.ticker import FixedLocator
   from cartopy.util import add_directional_math_text
   
   # 定义比例尺长度和位置
   scale_bar_length = 10  # in degrees
   location = (0.05, 0.9)  # bottom left corner of the figure

   # 根据地图投影计算实际长度
   scale_bar_degrees = m.transform_point(scale_bar_length, 0, 0)[0]
   
   # 添加比例尺刻度
   ax.plot(m(x=location[0], y=location[1]), m(y=location[1], x=location[0] + scale_bar_degrees), transform=ax.transAxes, color='black', linewidth=1, clip_on=False)
   ax.text(location[0]+0.5*scale_bar_degrees, location[1], f"{scale_bar_length:.0f}°", ha='center', va='bottom', transform=ax.transAxes)

   # 添加箭头和文字
   add_directional_math_text(ax, location, scale_bar_degrees, rotation='vertical', direction="S", fontsize=8, text_offset=(0.01, 0.07), clip_on=False)

5. 最后，显示图像：

   plt.show()