使用简化地图的方式对地图绘图模块进行性能优化

[Clarmy]

在 Intel MacBook Pro 上的测试，下列脚本在1.1.0版本下的执行耗时仍然需要大约1分钟左右才能出图，这速度有点无法接受，这个慢的主要原因是矢量边界过于精细，需要处理的点太多，计算压力大。但是对于类似下面这种尺度的绘图，其实并不需要这么精细的边界数据，因此可以尝试将其精细度进行简化，达到一个不那么精细，但是出图效果从肉眼也察觉不出来的那种程度。

geopandas 提供了 simplify 的函数

import time

import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs
from cnmaps import get_adm_maps, clip_contours_by_map, draw_map
from cnmaps.sample import load_dem

lons, lats, data = load_dem()

t0 = time.time()
fig = plt.figure(figsize=(10, 10))
ax = fig.add_subplot(111, projection=ccrs.PlateCarree())
map_polygon = get_adm_maps(country="中华人民共和国", record="first", only_polygon=True)

cs = ax.contourf(
    lons,
    lats,
    data,
    cmap=plt.cm.terrain,
    levels=np.linspace(-2800, data.max(), 10),
    transform=ccrs.PlateCarree(),
)

clip_contours_by_map(cs, map_polygon)
draw_map(map_polygon, color="k", linewidth=1)

plt.savefig('./china.png')

t1 = time.time()

time_delta = t1 - t0

print("time_delta", time_delta)