海洋数据处理软件 -海洋数据统计

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。

8 f4 T: K$ d. x0 u! w3 O% a" s

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。

# u; v" n; \ D% R: K' L

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：

" o& {2 K1 r% @( b' y

（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])

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。

- z! v8 P6 S- u3 o0 Y. }# D

（2）xarray分块

4 o5 _6 r( `+ z- ^4 n

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

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

: ^7 O+ e! y1 c6 J6 n" n

result = xr.apply_ufunc(norm_fit, x, input_core_dims=[["time"]], 5 t7 ]2 r: j# X2 {0 d/ E* G& m output_core_dims=[["paras"]], & e( X1 M# l2 h) ]5 R+ u4 d dask="parallelized", " U( B% I0 i% [0 x output_dtypes=[np.float], r/ }9 S% A( v5 u dask_gufunc_kwargs={output_sizes:{"paras":2}} )

! i9 E( t: e2 j& b

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）

7 ]1 u% U) \# Q! ~ ! ?3 P0 M, }% t' L

以下是全部代码：

- r; j2 q0 u! l4 Z! `3 N% q

from scipy import stats as st 8 c8 m7 F: r% ? import xarray as xr import dask import numpy as np # L( \$ c# l5 k4 T from dask.diagnostics import ProgressBar . z) n$ N( X, r: \ def norm_fit(data): loc, scale = st.norm.fit(data) & u" G/ s- P$ h return np.array([loc, scale]) : g. t0 U2 y. z+ C9 X4 d rs = np.random.RandomState(0) x = xr.DataArray(rs.randn(500, 20, 1500, 1500), dims=["time", "lev", "lat","lon"]) x = x.chunk({"lev":5, "lat":100,"lon":100}) * h0 D' o# H$ W# ], j! } #使用apply_ufunc计算，并用dask的并行计算 & x2 E3 Q) n0 T# `+ R result = xr.apply_ufunc(norm_fit, x, input_core_dims=[["time"]], output_core_dims=[["paras"]], 2 P( d7 G- U( t4 D5 W dask="parallelized", output_dtypes=[np.float], dask_gufunc_kwargs={output_sizes:{"paras":2}} ) 4 f0 f6 Q S- b* |& `* K; b- v #compute进行真实的计算并显示进度 with ProgressBar(): ) u3 r% A3 |6 P8 f3 L- T @2 T result = results.compute() #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) + X( G' M& x6 p. S; n) _) A9 G with ProgressBar(): : P/ h7 v$ s5 m- E 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

8 P( N7 R% ~% w4 ~' z j5 X. [

【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

推荐：

4 u, T. t7 Z4 f4 Y7 N# L

1、Python语言在地球科学领域中的应用实践技术应用

, `" H7 n- ?6 M6 I ]2 A5 F* S A

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

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

! a" C7 k- b5 Y- d0 E3 H+ U7 w4 X) r

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

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

2 }4 m/ v, M4 x- g) y8 r% m 9 r5 l l F" ^' A7 I! n # B M+ s1 r/ H" j3 w% t) {; g0 h