去年做毕业论文的时候做统计的时候用过gnuplot，最近做数据挖掘和可视化，又发现matplotlib是一个比较活跃的绘图python库。通过matplotlib可以绘制散点图，柱状图，折线图。这些配合sklearn可以进行经典的数据挖掘。

最近老板给我一些gis方面的数据，先摸索一下数据分布，为以后的聚类做准备。开始我直接将GIS的经纬度scatter到二维坐标系中，发现没有地图做配合，看分布非常抽象。忽闻basemap作为matplotlib的一个子插件可以胜任该工作。

首先basemap可以绘制不同的地理信息图，包括blue marble 球状的、饼状的、二维地图等不同形式。我这里主要绘制折线图，所以使用plot就可以了。

import numpy as np
from mpl_toolkits.basemap import Basemap
import matplotlib.pyplot as plt
from datetime import datetime

map = Basemap(projection='mill',lon_0=180)
map.drawcoastlines()
map.drawparallels(np.arange(-90,90,30),labels=[1,0,0,0])
map.drawmeridians(np.arange(map.lonmin,map.lonmax+30,60),labels=[0,0,0,1])
map.drawmapboundary(fill_color='aqua')
map.fillcontinents(color='coral',lake_color='aqua')

只需要声明Basemap方法，声明投影方式即可，对于投影方式我挺懵逼的，不过我们把basemap下载下来，里面有examples，可以直接运行run_all.py,观察自己想要的投影方式，当然了最基本的经纬度概念还是要有，否则就无法选择我们想要的固定区域。merc就是绘制其中一部分地图的投影方式

m = Basemap(llcrnrlon=-100.,llcrnrlat=20.,urcrnrlon=20.,urcrnrlat=60.,\
            rsphere=(6378137.00,6356752.3142),\
            resolution='l',projection='merc',\
            lat_0=40.,lon_0=-20.,lat_ts=20.)

其中llcrnrlon，llcrnrlat代表left down的经度，纬度；urcrnrlon，urcrnrlat代表upper right的经度，纬度。以对角坐标值就可以确定一个唯一的视口大小。

附我做的航路图：

使用matplotlib只要记住绘制散点（scatter），折线（plot）基本就可以满足我们的需要了。

参考

http://matplotlib.org/basemap/users/examples.html