安装#

Cartopy（自v0.22+起）为大多数主要操作系统提供二进制轮。安装Cartopy最简单的方法是：：

pip install cartopy

其他二进制文件#

其他预构建二进制文件可以在多种来源找到，包括：

Conda _
Christoph Gohlke（https：//github.com/cgohlke/geospatial-wheels/）维护Cartopy的非官方Windows二进制文件。
OSGeo Live _.

从源头建设#

在从源代码构建Cartopy之前，您需要 first 安装下面列出的所需依赖项。安装完毕后，即可使用pip安装程序安装Cartopy：：

pip install cartopy

要安装GitHub主分支上找到的最新版本，请用途：：

pip install git+https://github.com/SciTools/cartopy.git

或者，您可以在计算机上克隆git repo，然后使用 setup.py 文件：：

git clone https://github.com/SciTools/cartopy.git
cd cartopy
# Uncomment the following to specify non-standard include and library paths
# python setup.py build_ext -I/path/to/include -L/path/to/lib
python setup.py install

所需的依赖项#

为了安装Cartopy或访问其基本功能，需要首先安装下面列出的所需依赖项。这些包可以使用pip安装。

我们包含一个conda环境文件，其中包含构建和安装Cartopy所需的所有依赖项的列表，该列表可用于在本地系统上安装所有依赖项的预构建二进制文件。要使用它：：

git clone https://github.com/SciTools/cartopy.git
cd cartopy
conda env create -f environment.yml
conda activate cartopy-dev
pip install -e .

有关所需依赖项的更多信息可以在此处找到：

Python 3.10或更高版本（https：//www.python.org/）: v0.19中删除了Python 2支持。
Matplotlib 3.6或更高版本（https：//matplotlib.org/）: 用于2D绘图的Python包。任何图形功能都需要Python包。
Shapely 2.0或更高版本（https：//github.com/Shapely/Shapely）: 用于操纵和分析平面几何对象的Python包。
pyshp 2.3或更高版本（https：//pypi.python.org/pypi/pyshp）: 纯Python对ESRI Shape格式的读/写支持。
pyproj 3.3.1或更高版本（https：//github.com/pyproj4/pyproj/）: PROJ（制图投影和坐标转换库）的Python接口。

可选附属机构#

要通过启用其他功能来充分利用Cartopy，您可能需要安装这些可选依赖项。安装时，它们还包含在一些可选组中。例如使用 pip install .[ows] 安装可选的OWS库。

Pillow 9.1或更高版本（python-pillow.org）: PythonImagingLibrary的流行分支。
pykdtree 1.2.2或更高版本（https：//github.com/storpipfugl/pykdtree）: 一种快速kd树实现，用于比SciPy更快的图像扭曲。
SciPy 1.9或更高版本（https：//www.scipy.org/）: 用于科学计算的Python包。
OWSLib 0.27或更高版本（https：//pypi.python.org/pypi/OWSLib）: 一个Python包，用于使用开放地理空间联盟（OGC）Web服务进行客户端编程，并提供对Cartopy ogc客户端的访问。
Fiona 1.0或更高版本（https：//github.com/Toblerity/Fiona）: 一个Python包，用于读取形状文件，比pyshp更快。

测试附属机构#

运行完整的Cartopy测试套件需要这些包。

pytest 5.1.2或更高版本（https：//docs.pytest.org/en/latest/）: 用于软件测试的Python包。
pytest-mpl 0.11或更高版本（https：//github.com/matplotlib/pytest-mpl）: Pytest插件可促进Matplotlib图形的图像比较