如果你不喜欢命令行的操作方式,或者想要和python的生态进行更好的结合,那么你可以尝试使用python-cdo,利用python脚本语言的优势来处理气象数据。命令行的方式有其优势,比如简单易操作,可扩展性更强等,利用cdo的python接口也有其特有的优势,比如: 安装安装方式非常简单,运行以下命令即可: [C] 纯文本查看 复制代码 pip install cdo
#或
conda install python-cdo 使用方法操作符一般情况下导入库时不建议使用如下方式导入的,建议使用 from ... import ... as ...。为了调用所有操作符,建议按照 In [5]方式执行赋值语句,以防出现属性调用错误。 查看文件信息[Python] 纯文本查看 复制代码 In [4]: fromcdo import*
In [5]: cdo = Cdo()
In [6]: cdo.sinfon(input = "wrfout_d02_2016-06-23_06_00_00")
Out[6]:
['File format : NetCDF2',
'-1 : Institut Source Steptype Levels Num Points Num Dtype : Parameter name',
'1 : unknown unknown instant 1 1 48240 1 F32 : LU_INDEX',
.....
'175 : unknown unknown instant 1 1 1 7 I32 : SEED2',
'Grid coordinates :',
'1 : curvilinear : points=48240 (240x201)',
'XLONG : 115.839 to 123.957 degrees_east',
'XLAT : 30.0914 to 35.6799 degrees_north',
........
'7 : generic : points=1',
'Vertical coordinates :',
'1 : surface : levels=1',
........
'4 : generic : levels=4',
'lev : 1 to 4 by 1 level',
'Time coordinate : 36 steps',
'YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss',
'2016-06-23 06:00:00 2016-06-23 06:10:00 2016-06-23 06:20:00 2016-06-23 06:30:00',
.....
'2016-06-23 11:20:00 2016-06-23 11:30:00 2016-06-23 11:40:00 2016-06-23 11:50:00']
查看文件信息的操作符与cdo命令行操作符相同,在python中是以方法的方式调用。 通过 input参数指定输入文件,如果需要输出文件时,则通过 output参数指定: [Python] 纯文本查看 复制代码 In [8]: cdo.timmean(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfmean.nc") 性能对比对比cdo命令行和Python-cdo接口的执行效率: 以下两个命令执行相同的操作:先选择1-5时步的所有变量数据,然后在结果中选择指定的变量。 [Python] 纯文本查看 复制代码 In [21]: %time os.system("cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc")
CPU times: user 0ns, sys: 3.29ms, total: 3.29ms
Wall time: 36.9s
Out[21]: 0
In [22]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 "+ "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub_python.nc")
CPU times: user 0ns, sys: 3.65ms, total: 3.65ms
Wall time: 41.4s
Out[22]: 'wrfsub_python.nc'
In [23]: %time os.system("cdo copy wrfout_d02_2016-06-23_06_00_00 wrfcopy_cdo.nc")
CPU times: user 2.3ms, sys: 174µs, total: 2.48ms
Wall time: 10min 1s
Out[23]: 0
In [24]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy_python.nc")
CPU times: user 0ns, sys: 3.73ms, total: 3.73ms
Wall time: 10min 43s
Out[24]: 'wrfcopy_python.nc'
测试数据大小:19G,从上述结果中可以看出,cdo命令行的耗时和python接口的耗时差别不大。如果是对大量数据进行操作的话,可以优先使用命令行方式,效率相对会高一些。 注:未进行完全测试,结果可能存在一定偏差。 参数在利用 cdo转换数据集格式时,需要指定输出文件格式,比如选择变量或时步时也需要指定操作符的参数。 在使用pyhon接口时如何指定CDO命令行方式的参数呢? [Python] 纯文本查看 复制代码 In [25]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy.grb", option = "-f grb")
CPU times: user 0ns, sys: 4.12ms, total: 4.12ms
Wall time: 12min 18s
Out[25]: 'wrfcopy.grb'
只需要在调用方法时添加 option参数即可。 为每个操作符添加参数时,只需要将参数作为方法的第一个参数即可。比如: [Python] 纯文本查看 复制代码 In [26]: %time cdo.seltimestep("1/3",input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub1.grb", option = "-f grb")
CPU times: user 244µs, sys: 3.87ms, total: 4.11ms
Wall time: 44.9s
Out[26]: 'wrfsub1.grb' 链式操作python-cdo中完整的支持类似cdo命令行的链式操作符,执行顺序和CDO命令行操作相同。 [Python] 纯文本查看 复制代码 In [27]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 "+ "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub.grb", option = "-f grb")
CPU times: user 4.58ms, sys: 349µs, total: 4.93ms
Wall time: 37.6s
Out[27]: 'wrfsub.grb'
通过上述命令可以看出,除了 selname操作的参数时在方法内单独给出之外,其余**操作符(seltimestep)**的调用方式和cdo命令行调用方式相同。 相当于: [Python] 纯文本查看 复制代码 cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc 临时文件cdo命令行的链式操作可以忽略中间临时文件的输出,从而节省了不必要的空间存储,python-cdo也提供了临时文件的处理。 当不指定 output参数时,当前文件夹下是不会生成输出文件的,但是从输出结果可以看出,输出文件存放到了临时文件夹下。 [Python] 纯文本查看 复制代码 In [28]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 "+ "wrfout_d02_2016-06-23_06_00_00")
CPU times: user 3.05ms, sys: 4.09ms, total: 7.14ms
Wall time: 38.2s
Out[28]: '/tmp/cdoPy_f_c2j0l'
类似临时文件的处理方式,当需要处理大量数据时,可以控制输出文件的输出,从而节省大量的时间(前提是不需要输出文件或是输出文件本身已经存在了)。可以通过以下两种方式控制输出文件的输出: 设置全局属性[Python] 纯文本查看 复制代码 cdo.forceoutput = True/False 操作符选项[Python] 纯文本查看 复制代码 cdo.selname("SCW", input = "wrfout_d02_2016-06-23_06_00_00", force = False) 多线程处理python-cdo提供了多线程处理方式,可以处理能并行执行的任务。比如: [Python] 纯文本查看 复制代码 fromcdo import*
importmultiprocessing
defshowlevel(arg):
returncdo.showlevel(input=arg)
cdo = Cdo()
cdo.debug = True
ifile = '../wrfsub.nc'
pool = multiprocessing.Pool(1)
results = []
fori inrange(0,5):
results.append(pool.apply_async(showlevel, [ifile]))
pool.close()
pool.join()
forres inresults:
print(res.get())
python-cdo最重要的更新之一就是支持 numpy/narray数组操作。通常有3种方式来获取数据: 文件句柄使用文件句柄可以非常方便的获取变量,属性,维度等信息。可以使用 returnCdf关键词或 readCdf方法。比如: [Python] 纯文本查看 复制代码 In [50]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnCdf = True).variables["T"][:]
In [51]: t.shape
Out[51]: (3, 59, 201, 240)
In [46]: ff = cdo.readCdf("wrfout_d02_2016-06-23_06_00_00")
In [47]: t = ff.variables["T"]
In [48]: t.shape
Out[48]: (36, 59, 201, 240) numpy/narray 对象当需要读取特定变量时可使用此方式 [Python] 纯文本查看 复制代码 In [52]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnArray = "T")
In [53]: t.shape
Out[53]: (3, 59, 201, 240) 掩膜数组如果目标变量含有缺省值,即有FillValue之类表示缺省值的属性,则会影响返回结果。比如:对海洋区域数据进行掩膜。 [Python] 纯文本查看 复制代码 oro = cdo.setrtomiss(-10000, 0, input = cdo.topo( options = '-f nc'), returnMaArray = 'topo')
[/size][/font][p=null, 0, left][font=新宋体][size=3] setrtomiss表示将在 [-10000, 0]之间的数设置为缺省值。绘图能够直接操作 numpy/narray数据的好处之一就是处理好之后既可以直接进行绘图。当然,cdo也可以编译为支持 Magics++,然后在操作之后进行绘图操作,但是仍没有在python中利用 matplotlib等绘图库要方便。 由于变量 t在上面已经获取并且处理了,因此此处直接使用。 [Python] 纯文本查看 复制代码 In [62]: importmatplotlib.pyplot asplt
In [63]: plt.contourf(t[1, 6, :, :])
Out[63]: <matplotlib.contour.QuadContourSet at 0x7fc6832142b0>
In [64]: plt.colorbar()
Out[64]: <matplotlib.colorbar.Colorbar at 0x7fc6831896a0>
In [65]: plt.show()
关于python-cdo中提供的方法的使用方式,可以查看帮助。如果帮助看不明白,可以查看单元测试脚本,单元测试脚本中基本上包含了所有使用方式,相比于官方文档信息可能更全,但是需要仔细斟酌理解。 最后,值得一提的是,cdo和 xarray能够有效的集成,从而可以很好的利用 xarray所营造的数据处理生态,更高效的进行数据处理、分析和可视化。
1 [- x9 l7 W6 x# h; m |