海洋数据处理软件 -海洋数据统计

$ u( y5 w7 D' M( I$ y3 P2 |/ C

气象海洋领域，常常会涉及到大规模的数据处理，比如高时空分辨率的模式数据、雷达数据和卫星数据等。

大部分情况，我们一般只会涉及小规模数据处理，对计算效率并不会太过追求。但是当数据量变大时，低效的数据处理所耗费的时间非常明显，因此高效的数据处理方式尤为重要。

% f5 N( U( g% M( N! u* W

本篇以拟合一个高维数据的正太分布参数为例，介绍如何使用xarray+dask加速数据处理。

数据维度X[time, lev, lat, lon]，需要对三维空间每一点，沿着时间维度做正太分布拟合(正太分布拟合只是作为例子，这里可以定义你需要的操作函数)。

其中几个关键点解释一下：

（1）首先定义拟合正太分布的函数

def norm_fit(data): loc, scale = st.norm.fit(data) return np.array([loc, scale])

' Q% N7 v* m# U& u0 L. C. P

这里需要注意的是，拟合的函数，输出参数，需要打包为一个数组。并且它的维度需要和后面aplly_ufun定义的输出维度一致。

3 l) l0 h* q5 x

（2）xarray分块

x = xr.DataArray(rs.randn(500, 20, 1500, 1500), dims=["time", "lev", "lat","lon"]) x = x.chunk({"lev":5, "lat":100,"lon":100})

' h' P* E* Y3 Z6 |2 G

xarray结合dask可以将一个大型数组分成一个个数据块（chunk），需要注意的是我们需要沿着时间维操作，拟合需要整个时间维度的数据，因此时间维time不能分块，只能对其他维度分块。

（3）xarray.apply_ufunc函数

result = xr.apply_ufunc(norm_fit, , |( k& X4 E$ t: X/ `" S x, / m; o# _& Q/ t9 p4 \9 t input_core_dims=[["time"]], output_core_dims=[["paras"]], dask="parallelized", # A- W1 i0 e: A) x8 ~, P3 h. m output_dtypes=[np.float], dask_gufunc_kwargs={output_sizes:{"paras":2}} & o$ u E/ v& p% w7 ?0 H& l )

apply_ufunc函数具体可以参考官网教程，这里只说使用时遇到的困难，即如何定义输出维度：输出维度是用output_core_dim定义的，将输出的拟合参数（期望和标准差）定义为paras维度，维度的大小为2，通过output_sizes参数设置。这样我们输入[time, lev, lat, lon]的数据，在每个空间点对时间维度拟合之后，输出的数据为[lev, lat, lon, paras]。（PS: 这里感谢深雨露大佬的指点）

0 A- u. E( {. L% H

以下是全部代码：

/ A: B" u) U5 u4 {: Q" ?" }

from scipy import stats as st 2 a" o. [9 c, f6 y9 k" K . o& d* F. M( S; O6 A- I import xarray as xr 4 ?' U0 A1 c f! G# i1 e4 ^* ~ import dask - ]0 C; B# P5 a8 F import numpy as np 2 D5 L: C+ T: Y8 r+ l from dask.diagnostics import ProgressBar def norm_fit(data): loc, scale = st.norm.fit(data) return np.array([loc, scale]) ! t# o5 J+ C* } rs = np.random.RandomState(0) ' F( K' G" A0 X$ S5 O& y x = xr.DataArray(rs.randn(500, 20, 1500, 1500), dims=["time", "lev", "lat","lon"]) 1 @, D3 e8 S. \% h% f x = x.chunk({"lev":5, "lat":100,"lon":100}) z! `7 o& x( q: [ 5 p- }% G6 [: T# J+ h# O* k #使用apply_ufunc计算，并用dask的并行计算 1 y9 f" `1 o6 a2 L result = xr.apply_ufunc(norm_fit, x, input_core_dims=[["time"]], output_core_dims=[["paras"]], dask="parallelized", output_dtypes=[np.float], dask_gufunc_kwargs={output_sizes:{"paras":2}} 5 i$ ]* w0 u* n0 O6 \ ) #compute进行真实的计算并显示进度 with ProgressBar(): ) e' @: ?( c+ C8 @' J7 t, D7 b result = results.compute() + k+ m" u# ^/ _: J, N8 R7 g #结果冲命名保存到nc文件 result = result.rename("norm_paras") result = result.to_netcdf("norm_fit_paras.nc",compute=False) with ProgressBar(): result.compute()

转自：气海同途

关注【Ai尚研修科研技术平台】公众号，查看更多课程安排及免费数据资料

【大气，生态、遥感、水文水资源、地下水环境、统计语言、生信等】多领域视频教程​mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247576733&idx=3&sn=8f147b34d9652c454b954dcc2952ae38&chksm=fa78f3a0cd0f7ab630d262dbe674cd24ee8c06b2b0c12ab029b18a702e692dd6d8c48e0783e6&token=1162449722&lang=zh_CN&scene=21#wechat_redirect

- e& }1 f& [$ }

推荐：

1、Python语言在地球科学领域中的应用实践技术应用

) G+ v7 N/ }4 X$ v4 Y

2、【夏令营】针对课题组人员AI培养计划:“开启AI科研之路”

3、Python在气象与海洋中的实践技术应用精品课程

5 V; J+ U$ B; F0 H3 b6 b3 B

4、Python在WRF模型自动化运行及前后处理中的实践技术应用

5、全套Python机器学习核心技术与案例分析实践应用视频

6、全套区域高精度地学模拟-WRF气象建模、多案例应用与精美制图精品课程

$ l9 `1 c* j" d# h. x

7、WRF DA资料同化系统理论、运行与与变分、混合同化新方法技术应用视频教程

1 V+ X4 j4 J- v! u( S ' ^; N! X% k$ d7 N) k9 g" A. _, W