basemap 是Python的一个实现地理信息可视化的库，是Matplotlib的一个附加工具包。GrADS在利用“.nc”格式文件的数据绘图时稍显繁琐，basemap就方便很多。
例如现在有一个1948-2010年的逐月月平均气温数据文件“air.mon.mean.nc”，我们试着用basemap画一张1948-2010年1月气温气候场图。
1.读取“.nc”文件中的数据
在读取“.nc”文件的数据时，用到了“netCDF4”库。因此我们先import这个库：
from 接着读取“air.mon.mean.nc”文件中的内容，并赋值给fh：
fh=Dataset(r'D:fortran5air.mon.mean.nc')如果想要查看“.nc”文件中有哪些变量：
>>> fh.variables.keys()
dict_keys(['lat', 'lon', 'time', 'air'])上面结果表明，“.nc”文件中有纬度数据'lat'，经度数据'lon'，时间数据'time'和变量'air'的数据（也就是气温数据）。
如果想要查看air变量的精度：
>>> fh.variables['air'].shape
(769, 73, 144)这表示，air有769个时次的数据，纬度有73个格点，经度有144个格点。
最后，我们把这些数据赋值给几个变量：
lons = fh.variables['lon'][:]
lats = fh.variables['lat'][:]
air = fh.variables['air'][:]2.绘制图像
这一步就要用到basemap库了，同时为了显示图形，还要导入matplotlib中的pyplot库。（为了后续处理数据，还要导入一个numpy库）：
from 画图的第一步，先要初始化一个Basemap类。在初始化这个类的时候，有很多参数可以选择：包括投影方式，经纬度范围等。这里我们采用最简单的：提供地图中心经纬度坐标lat_0和lon_0。
lon0 = lons.mean()
lat0 = lats.mean()
m= Basemap(lat_0=lat0, lon_0=lon0)这样，我们就得到了这个地图最基本的信息：中心坐标。接下来，我们再为地图添加上海岸线和经纬网格：
m.drawparallels(np.arange(-90., 91., 20.), labels=[1,0,0,0], fontsize=10)
m.drawmeridians(np.arange(-180., 181., 40.), labels=[0,0,0,1], fontsize=10)
m.drawcoastlines()
这样一来，我们就有了底图。
由于我们要画的是1948-2010年1月气温气候场图，因此要求1948-2010年1月的平均气温：
ave=np.zeros([73,144])
for i in range(73):
for j in range(144):
ave[i,j]=air[0:-1:12,i,j].mean()接下来，我们要画ave数据的阴影填色图。这要用到Basemap类的一个方法：contourf。在调用这个方法时，最基础的三个参数是坐标xi、yi和数据。这里的数据就对应我们刚刚求得的ave变量。xi、yi是“.nc”文件中的经纬度数据经过如下处理得到的：
lon, lat = np.meshgrid(lons, lats)
xi, yi = m(lon, lat)这时如果这样调用contourf方法：
m.contourf(xi, yi,ave)经过显示后，会得到这样的一张图：
你可能会觉得这个图颜色怪怪的，如果是红蓝色的就更好看了。另外不同的颜色之间过渡不是很平滑（这是划分区域的等值线数值间距太大造成的）。这可以通过给contourf传入额外的参数来改善：
cs = m.contourf(xi, yi,ave,range(-40,41,5),cmap='jet')这里的第四个参数是用以划分区域的等值线数值。你可以用一个包含了所有想要的数值的列表给出，也可以像这样用range。（这里表示等值线从-40到40，每间隔5℃一条）。另外cmap参数是用来设定地图颜色的。这里的“jet”就是经典的红蓝配色。
如果这时候显示图像，会发现它好看多了：
在此基础上，我们还可以显示颜色图例：
cbar = m.colorbar(cs, location='bottom', pad="10%")
这样一来就更高级了。如果我们还想在这个图上叠加等值线，使得颜色区域边界更明显，可以调用contour方法：
cd=m.contour(xi, yi,ave,range(-40,40,5),colors='k')这里的参数基本跟contourf的参数是一样的。这里我们把等值线颜色设为黑色（colors='k'）。
如果我们想给等值线标上数值的话可以这样：
plt.clabel(cd, inline=True, fmt='%1.0f', fontsize=8, colors='k')最后一步是显示图像：
plt.show()运行程序后，可以看到图像：
3.与GrADS相比，basemap的优势
首先basemap是建立在python基础上的，语法比GrADS更简洁。另外python代码的编辑器有很多，哪一种都比GrADS代码用记事本写强多了（滑稽）。
我们可以对比一下GrADS和basemap的图像：
同样的一张1948-2010年1月气温气候场图，前者默认颜色是固定的（默认是“rainbow”，不想用这个的话就要自己设置每个区域的颜色，颜色多的时候很麻烦），而后者有很多种颜色可以挑：
另外，最最重要的是，basemap不只是给你一张图，它显示是一个交互界面！
点击左下角的放大镜，可以选择一个矩形区域，对图像局部放大：
这一点是不是比GrADS快乐多了？
4.程序完整代码
from