问题
当绘图时，往往并不需要绘制整块区域，而是想聚焦于局部地区，此时我们需要绘制扇形图。
在cartopy中，只提供普通正方形的框架，如果我们需要其他，边界，需要自己去绘制，最常见的是使用set_boundary绘制边界，set_extend规定边界，如：
latmin = 10
latmax = 60
lonmin = 70
lonmax = 140
lats = np.linspace(latmax, latmin, latmax - latmin + 1)
lons = np.linspace(lonmin, lonmax, lonmax - lonmin + 1)
vertices = [(lon, latmin) for lon in range(lonmin, lonmax + 1, 1)] + \
[(lon, latmax) for lon in range(lonmax, lonmin - 1, -1)]
boundary = mpath.Path(vertices)
ax.set_boundary(boundary, transform=ccrs.PlateCarree())
ax.set_extent(extent)
需要注意的是，在使用set_boundary裁剪边界后，需要使用set_extend规定边界，否则会出现如下情况：
但是，这种方法有着自己的bug与缺陷：比如
- 需要自己添加网格和经纬度标签
- set_boundary和 set_extend一起使用时，绘制到边界消失，如：cartopy二次曲线外观保持
- 添加坐标时可能会有A LinearRing must have at least 3 coordinate tuples的报错。
解决方式
实际上，这个问题原因还是由于投影转换的问题，在set_extend时，绘制的上下边界仍然是方形、未被正确投影的边界，与我们的set_boundary存在冲突，最根本的原因还是在于cartopy对于投影计算的一些缺陷。
这类问题的解决在：GeoAxes.set_extent on non-cylindrical projections得到了充分的讨论与解决，主要是使用了这几行代码：
lon1, lon2, lat1, lat2 = [-20, 20, 50, 80]
rect = mpath.Path([[lon1, lat1], [lon2, lat1],
[lon2, lat2], [lon1, lat2], [lon1, lat1]]).interpolated(50)
proj_to_data = ccrs.PlateCarree()._as_mpl_transform(ax) - ax.transData
rect_in_target = proj_to_data.transform_path(rect)
将我们绘制的边界进行了转换。
我自己绘制到图形示例如下：
import matplotlib.pyplot as plt
import matplotlib.path as mpath
import cartopy.crs as ccrs
import cartopy.mpl.ticker as ctk
import cartopy.feature as cfeature
import cmaps
cmap = cmaps.BlueDarkRed18
leftlon, rightlon, lowerlat, upperlat = [0,120,65,85]
rect = mpath.Path([[leftlon, lowerlat], [rightlon, lowerlat],
[rightlon, upperlat], [leftlon, upperlat], [leftlon, lowerlat]]).interpolated(50)
proj=ccrs.NearsidePerspective(central_longitude=(leftlon+rightlon)*0.5,
central_latitude=(lowerlat+upperlat)*0.5)
fig= plt.figure(figsize=(8,8),dpi=300)#设置画布大小
ax= fig.add_axes([0.2,0.3,0.5,0.5],projection =proj)
#ax.set_extent(extent, ccrs.PlateCarree())#这样截出来是方形的
ax.add_feature(cfeature.COASTLINE.with_scale('110m'))
proj_to_data = ccrs.PlateCarree()._as_mpl_transform(ax) - ax.transData
rect_in_target = proj_to_data.transform_path(rect)
ax.set_boundary(rect_in_target)
ax.set_xlim(rect_in_target.vertices[:,0].min(), rect_in_target.vertices[:,0].max())
ax.set_ylim(rect_in_target.vertices[:,1].min(), rect_in_target.vertices[:,1].max())
gl=ax.gridlines(draw_labels=True, x_inline=False, y_inline=False, linestyle='dashed')
gl.top_labels=False
gl.right_labels=False
gl.rotate_labels=False
gl.xlocator=ctk.LongitudeLocator(4)
gl.ylocator=ctk.LatitudeLocator(6)
gl.xformatter=ctk.LongitudeFormatter(zero_direction_label=True)
gl.yformatter=ctk.LatitudeFormatter()
ax.set_title('AMJ-pc1 & SON-SIC',loc='center',fontsize =12)
c1 = ax.contourf(lon1,lat1, s, zorder=0,levels =np.arange(-0.09,0.12,0.03),
extend = 'both',cmap=cmap,transform=ccrs.PlateCarree())
c1b =ax.contourf(lon1,lat1, p,[0,0.1 ,1], zorder=1,hatches=['...', None],
colors="none",transform=ccrs.PlateCarree())
position=fig.add_axes([0.2, 0.2, 0.5, 0.02])
fig.colorbar(c1,cax=position,orientation='horizontal')#,format='%.2f',)
plt.show()
另外我们需要指出的是：**该方法不适用于极地投影，即NorthPolarStereo，由于NorthPolarStereo本身投影特性只需一个参数，本身并不适合。
**
极地局部绘制（不推荐）
我们绘制极地投影时，同样也是使用set_boundary绘制圆形边界，那么当我们想要绘制扇形时，可以通过只绘制一部分的圆形，通过调整绘制圆的参数来局部绘制。
详细例子可见：极地局部图绘制
在我进行实验后发现它存在一些缺陷：
1、难以准确截出自己需要的区域
2、图形位置不好确定。
3、同样不好添加网格标签。
该方法本质是：绘制整个圆形边界，而只显示部分区域，在绘图时会给人不过完整的感觉。
直接绘制如下图，需要自行裁剪或调整绘制：
请根据喜好自行选择，
