[Python] 工具推荐|利用python-cdo高效处理气象数据

[复制链接]

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:

  • 通过numpy/narray可以进行直接的数据操作

  • 临时文件自动处理

  • 灵活的并行化计算

  • 条件处理操作

  • 扩展新操作符

    ! Y0 P6 o, ?# y) \8 Y; V# k
    ) f% s) w3 e6 a( x
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
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
秋成
活跃在2022-12-16
快速回复 返回顶部 返回列表