我在大学里做过一个项目，我尝试用Python来重建地球，用它来绘制地球表面的特定位置，以及不同方向的圆圈，这样它们就可以与卫星数据对齐。我必须从数据集中给出一个飞机在给定时间的位置。
我从简单地绘制一个线框开始，并在线框上绘制我需要的点（所有这些都是为了缩放地球及其地理位置）。
我遇到的问题是，当我把地球的图像叠加在一个类似球体的物体上时，当球体旋转经过某个点时，这些点就会消失。所以，最初的问题是：我怎样才能阻止他们消失呢？
其次;我似乎找不到任何方法来绘制以球体为中心的圆--例如，一个围绕赤道的圆，然后运用同样的想法在球体表面绘制圆，得到如下所示的图像：

我知道这是从谷歌Map，但我很好奇，如果这可以在Python中完成（我假设）。
我的当前代码是：

import numpy as np
    import matplotlib.pyplot as plt
    from mpl_toolkits.mplot3d import Axes3D
    from itertools import product, combinations
    import PIL
    
    #Plot the Earth
    f = plt.figure(1, figsize=(13,13))
    ax = f.add_subplot(111, projection='3d')
    u, v = np.mgrid[0:2*np.pi:30j, 0:np.pi:20j]
    x=6371*np.cos(u)*np.sin(v)
    y=6371*np.sin(u)*np.sin(v)
    z=6371*np.cos(v)
    ax.plot_wireframe(x, y, z, color="b")
    
    #GES ground station @ Perth & AES @ KLIA
    
    ax.scatter([-2368.8],[4881.1],[-3342.0],color="r",s=100)
    ax.scatter([-1293.0],[6238.3],[303.5],color="k",s=100)
    
    #Load earthmap with PIL
    bm = PIL.Image.open('earthmap.jpg')
    #It's big, so I'll rescale it, convert to array, and divide by 256 to get RGB values that matplotlib accept 
    bm = np.array(bm.resize([d/3 for d in bm.size]))/256.
    
    #d/1 is normal size, anything else is smaller - faster loading time on Uni HPC
    
    #Coordinates of the image - don't know if this is entirely accurate, but probably close
    lons = np.linspace(-180, 180, bm.shape[1]) * np.pi/180 
    lats = np.linspace(-90, 90, bm.shape[0])[::-1] * np.pi/180 
    
    #Repeat code specifying face colours 
    
    x = np.outer(6371*np.cos(lons), np.cos(lats)).T
    y = np.outer(6371*np.sin(lons), np.cos(lats)).T
    z = np.outer(6371*np.ones(np.size(lons)), np.sin(lats)).T
    ax.plot_surface(x, y, z, rstride=4, cstride=4, facecolors = bm)
    
    plt.show()

如果有任何方法我可以得到它，使点停止消失和绘图，甚至只是一个圆在赤道上，这将是伟大的!
谢谢!