>>> from env_helper import info; info()
页面更新时间： 2024-04-04 20:53:38
运行环境：
Linux发行版本: Debian GNU/Linux 12 (bookworm)
操作系统内核: Linux-6.1.0-18-amd64-x86_64-with-glibc2.36
Python版本: 3.11.2
17.1. Basemap介绍与安装¶
先进行一些基本的说明。
17.1.1. Basemap简介¶
Matplotlib是Python常用的数据绘制包。它基于NumPy的数组运算功能。 Matplotlib绘图功能强大，可以轻易的画出各种统计图形，比如散点图，条行图，饼图等。 Matplotlib常与Numpy和Scipy相配合，用于许多研究领域。他们是免费工具，但其功能足可以与科研界的大佬Matlab竞争。
Matplotlib中的Basemap它具有专业标准的地图绘制工具。它可以与matplotlib的一般绘图功能相结合，并在地图上绘制数据。 Matplotlib的Basemap工具包是一个用于在Python中的地图上绘制2D数据的库。它在功能上类似于MATLAB地图工具箱，IDL地图工具，GrADS或通用地图工具。 PyNGL和CDAT是在Python中提供类似功能的类库。 Basemap本身不会进行任何绘图，但提供了将坐标转换为25个不同地图投影之一的功能。 Matplotlib也可以用于绘制变换坐标中的轮廓，图像，向量，线或点。 提供了海岸线，河流和政治边界数据集（来自通用地图工具），以及绘制它们的方法。 在Baseap底层使用了GEOS库，用来将海岸线和边界特征剪切到所需的地图投影区域。 Basemap提供读取shapefile的功能。
Basemap适合地球科学家，特别是海洋学家和气象学家的需求。 最初编写Basemap是用来帮助和研究气候和天气预报的，当时CDAT是Python中唯一的用于绘制地图投影数据。 多年来，Basemap的功能随着各个学科（如生物学，地质学和地球物理学）的科学家的要求和贡献的新功能而演变。
Basemap是Matplotlib的一个子包，负责地图绘制。在数据可视化过程中，我们需要将数据在地图上画出来。 比如说我们在地图上画出城市人口，飞机航线，军事基地，矿藏分布等等。这样的地理绘图有助于读者理解空间相关的信息。
注意：
Basemap 在 2020 年前随着 Python 2.7 版本一直有更新维护的。2020 年以后 Python 2.7 将停止更新，Basemap 会按照官方计划也迁移到 Cartopy 模块。 在 2022年5月13日， Basemap从 Debian testing 中移除了。 Debian 系列的一个特点是软件库数量庞大，这个动作意味着在后续版本中， Debian 及其衍生版如Ubuntu等软件库中都不会再有Basemap， Ubuntu 22.04很可能会是最后一个默认带有Basemap的流行Linux发行版。
17.1.2. 安装¶
Basemap是Python的软件包，但是目前由于其与操作系统底层的一些类库耦合比较紧密， 无法直接通过 PIP 工具进行安装。
在 Debain Stretch中，可以使用下面的命令进行安装：
# apt install python3-mpltoolkits.basemap
或者，自行下载源代码编译安装。源代码可以直接下载压缩包，或者使用 Git
使用源代码。 要注意的是，Basemap使用了GEOS库，在编译安装Basemap时，
要将环境变量 GEOS_DIR 指向 libgeos_c 和 geos_c.h 的位置
（如果 libgeos_c 在 /usr/local/lib 中， geos_c.h 在
/usr/local/include 中， 则将 GEOS_DIR 设置为 /usr/local ）。
安装时，请按照下列步骤进行操作：
解开Basemap版本X.Y.Z源tar.gz文件，和cd到底图-XY.Z目录。
安装GEOS库。如果你已经安装上了，只需设置。然后转到下一步。如果没有，可以通过下面步骤从包含在底图中的源代码构建它：
cd geos-3.3.3
export GEOS_DIR=<where you want the libs and headers to go>
./configure --prefix=$GEOS_DIR
make; make install
cd回到顶级Basemap目录（basemap-X.Y.Z）并运行安装 python setup.py 。
通过在python提示符下运行mpl_toolkits.basemap import
basemap来检查并安装。
要测试，cd到examples目录并运行 python simpletest.py 。
如果运行所有的示例（除了那些有额外的依赖或需要互联网连接），请执行
python run_all.py 。