用python怎么实现多子图共享色标

用EAR5 hourly data on pressure levels from 1979 to present的再分析资料，绘制了200hPa、500hPa、700hPa和850hPa的相对湿度和风场。

首先，我们要新建一个大的画布，设置好它的大小和分辨率：

fig = plt.figure(figsize=(12,8),dpi=150)

我们需要画同一时刻四个不同层次，因此我们在这个大画布里设置四个子图，给它们各自起一个名字：

ax1 = plt.subplot(221, projection = proj)
ax2 = plt.subplot(222, projection = proj)
ax3 = plt.subplot(223, projection = proj)
ax4 = plt.subplot(224, projection = proj)

（这里没有用subplots()是因为它好像不支持ccrs.PlateCarree()的投影方式，我就只能这样来做了。而且不能用这个新建子图的方式也让我没办法令子图共用坐标轴，不知道具体是哪里出了问题。。。）

但是，在调用函数的时候，当然还是名字都一样好写一点咯~只画4层情况的话，我使用了range来控制读取的层次，那么，如何将有规律的名字字符串转换为变量的名字，再传入自定义函数中呢？我使用了locals()来达成目的。

for lev in range(0,4):
   r = obj['r'][0][lev][:][:]
   u = obj['u'][0][lev][:][:]
   v = obj['v'][0][lev][:][:]

   the_string = f'ax{lev+1}'
   ax = locals()[the_string]
     
   ac = RHLevel(r, u, v, ax, lev)

为什么要令函数等于“ac”呢？由于四张图片所使用的填色规则都是一样的，为了看起来顺眼，只需要一条colorbar作为图例会好很多。所以，我们可以将画相对湿度的语句传出，在循环的外部利用该信息绘制整张图的colorbar。

def RHLevel(r, u, v, ax, lev):
   ......
   ac = ax.contourf(lons[248:288,420:480],lats[248:288,420:480],r[248:288,420:480],levels=np.arange(60,110,10),
              cmap='Greens',extend='both', alpha=0.9)
   return ac

由于返回了ac的信息，所以在调用函数之后该函数是有一个“结果”的，可以为这个结果“起名”，这样就可以在循环外用传递出来的结果来自定义colorbar了：

ac = RHLevel(r, u, v, ax, lev)
cb = fig.colorbar(ac, cax = cbar_ax,orientation='horizontal',spacing='proportional')

然后，就可以利用colorbar指令来定义它的位置、方向了，在这里，l, b, w, h分别是指该colorbar的左侧起始点、下侧起始点、宽度和高度，数字则是百分比，比如说0.25是指大画布的宽的0.25倍：

l,b,w,h = 0.25, 0.05, 0.5, 0.02
rect = [l,b,w,h]
cbar_ax = fig.add_axes(rect)
cb = fig.colorbar(ac, cax = cbar_ax,orientation='horizontal',spacing='proportional')

为了标出不同图片所对应的层次，我们可以在函数中就给每一个子图设置一个小标题。loc=''可以设置该标题的对齐位置，在这里标题向左对齐。

    ax.set_title(f'{level[lev]}hPa',fontsize=12,loc='left')

在大图（循环外）中设置整张图的标题（和子图标题不一样噢），具体有什么区别可以搜一下fig/ax/plt的区别，有不少文章都讲得很详细：

plt.suptitle(f'2020年5月21日00时（世界时）各层相对湿度与风场',fontsize=18)