Настройка цветовых карт для геопостроения

Я рисую несколько географиков с помощью cartopy. Использование нормализации двух наклонов и цветовой карты «RdBu_r» для построения поля температуры воздуха.

color_map = 'RdBu_r'
fig = plt.figure(figsize=(16, 12))
ax = plt.axes(projection=prj)

norm = TwoSlopeNorm(vmin=np.min(data), vcenter=273.15, vmax=np.max(data))

filled_contour = ax.contourf(data['longitude'], data['latitude'], data, norm=norm, levels=15, transform=ccrs.PlateCarree(), cmap=color_map, extend='both')

isotherm_0 = ax.contour(data['longitude'], data['latitude'], data, levels=[273.15], colors='green', transform=ccrs.PlateCarree(), linewidths=0.5, linestyles='dashed')

Я выполняю нормализацию, чтобы покрыть отрицательные температуры синими оттенками, а положительные температуры красными оттенками. Если набор данных содержит широкий диапазон отрицательных и положительных температур, географик выглядит в порядке:

Но если будет много положительных температур и мало слегка отрицательных, то карта не будет построена так, как ожидалось: На изображении видно, как слегка отрицательные температуры (минимум 272,6236 К) окрашены в темно-синий оттенок (крайнее синее значение для карты цветов), а не в светло-голубой, как для температур чуть ниже нуля.

Когда я рисую географический график, увеличенный до этой области отрицательных температур, я также получаю красивое изображение с правильным распределением цветовых оттенков: Почему цвета прорисованы неправильно, как на Рисунке 2? Как мне этого избежать?

ОБНОВЛЯТЬ: Поскольку в моем проекте нет таких естественных экстремальных температур, я взял фиксированный массив и применил к нему цветовую карту:

# Compute min and max of data
min_val, max_val = np.min(data), np.max(data)

# Define the center (K or C)
center = 273.15 if min_val>150 else 0

# Define the temperature range for colormapping
levels = np.arange(-80, 81, 1) if center==0 else np.arange(193.15, 354.15, 1)

color_map = 'RdBu_r'

filled_contour = ax.contourf(data['lon'], data['lat'], data, levels=levels, transform=ccrs.PlateCarree(), cmap=color_map, extend='both')

В результате цвета хорошо распределены, но в районе 0 градусов цвета слишком слабые (почти белые):

Поэтому я добавил разные варианты цветовой карты: «Красные» только для положительных температур, «Синие» для отрицательных и «RdBu_r» для обеих. И здесь я определил соответствующую нормализацию:

# Determine normalization and colormap
if min_val >= center:
    norm = Normalize(vmin=center, vmax=max_val)
    color_map = 'Reds'
elif max_val < center:
    norm = Normalize(vmin=min_val, vmax=center)
    color_map = 'Blues'
else:
    norm = TwoSlopeNorm(vmin=min_val, vcenter=center, vmax=max_val)
    color_map = 'RdBu_r'

Затем рисование с помощью norm=norm дало мне следующее: С точки зрения цветов это лучше, хотя мне нужно обрезать цветовую полосу. На этом изображении есть синий цвет для отрицательных температур, но он не очень репрезентативен: он слишком яркий для температур чуть ниже нуля.

Наконец, чтобы обрезать цветовую полосу, я добавил следующее:

filled_contour.set_clim(min_val-5, max_val+6) 

Что дало мне это: И хотя цветовая полоса здесь не была обрезана, цвета здесь распределены еще более естественно: светло-голубой для негатива (но не слишком белый) и приятный градиент для позитива. Тем не менее, мне нужно как-то обрезать цветовую полосу...

Другая проблема возникла с различными вариантами цветовой карты, например, только для положительных температур. Цветовая карта (для диапазона значений -80, ..., 80) распределяется неправильно, начиная с vmin=0:

norm = Normalize(vmin=center, vmax=max_val)
color_map = 'Reds'

Думаю, мне придется определить другой диапазон уровней для положительных температур (например, np.arange(0, 81, 1)). Однако мне все это кажется быстрым и грязным обходным путем. Мне бы хотелось, чтобы для этого объекта существовал какой-нибудь умный автоматический способ. Эта возня с цветом занимает гораздо больше времени, чем работа с данными и т. д., никогда бы не подумал, что это настолько сложно...