调用basemap的addcyclic函数触发IndexError，寻求非重装修复方案

错误详情 #

IndexError Traceback (most recent call last)
~\AppData\Local\Temp/ipykernel_11852/1134487354.py in
6 m.drawmeridians(np.arange(0.,360.,90.),linewidth=0.4,color='gray',labels=[True,True,True,True])
7 #在Py3.7下使用basemap==1.2.0，在循环填白addcyclic时可能会报错
----> 8 psi_p1,lon1=addcyclic(np.array(psi_p),np.array(lon))
9 lonsn, latsn = np.meshgrid(lon1, lat)
10 x_cyc,y_cyc=m(lonsn,latsn) #建立投影坐标映射

D:\AnacondaSoftware\lib\site-packages\mpl_toolkits\basemap_init_.py in addcyclic(*arr, **kwargs)
5101 return _addcyclic_lon(arr[-1])
5102 else:
-> 5103 return list(map(_addcyclic,arr[:-1])) + [_addcyclic_lon(arr[-1])]
5104
5105 def _choosecorners(width,height,**kwargs):

D:\AnacondaSoftware\lib\site-packages\mpl_toolkits\basemap_init_.py in _addcyclic(a)
5086 raise ValueError('The specified axis does not correspond to an '
5087 'array dimension.')
-> 5088 return npsel.concatenate((a,a[slicer]),axis=axis)
5089 def _addcyclic_lon(a):
5090 """addcyclic function for a single longitude array"""

IndexError: only integers, slices (:), ellipsis (...), numpy.newaxis (None) and integer or boolean arrays are valid indices

相关代码 #

psi_p1,lon1=addcyclic(np.array(psi_p),np.array(lon))

当前环境 #

• Python 3.8.8
• numpy 1.23.5
• basemap 1.2.2

问题分析与修复方案 #

1. 版本兼容性确认 #

该错误确实由版本不兼容导致。Basemap属于维护状态的库，numpy 1.20+对数组索引的校验规则更为严格，而Basemap 1.2.2的addcyclic函数内部切片逻辑未适配新版本numpy的索引要求，最终触发IndexError。

2. 无需重装的修复方法 #

方法一：手动修改Basemap源码适配

找到Basemap安装目录下的mpl_toolkits/basemap/__init__.py，定位到_addcyclic函数（约5080行附近），将生成slicer的逻辑调整为纯整数/切片类型：

# 调整slicer生成代码，确保索引为合法类型
slicer = [slice(None)] * a.ndim
slicer[axis] = slice(0, 1)

修改后保存文件，重启Python环境即可生效。

方法二：自定义实现addcyclic功能

完全绕开Basemap的bug，自己编写循环补全逻辑：

def custom_addcyclic(data, lon):
    # 补全经度：添加360°对应列
    lon_cyclic = np.concatenate([lon, [lon[0] + 360]])
    # 补全数据：复制第一列作为最后一列
    data_cyclic = np.concatenate([data, data[:, [0]]], axis=1)
    return data_cyclic, lon_cyclic

# 替换原调用代码
psi_p1, lon1 = custom_addcyclic(np.array(psi_p), np.array(lon))

方法三：降级numpy到兼容版本（谨慎操作）

若环境允许，可临时降级numpy到Basemap 1.2.2适配的稳定版本：

pip install numpy==1.19.5 --force-reinstall

注意：降级前需确认其他依赖模块是否兼容numpy 1.19.x，避免引发新问题。

内容的提问来源于stack exchange，提问作者Yixin