values: a numpy.ndarray holding the array’s values
dims: dimension names for each axis (e.g., ('x', 'y', 'z'))
coords: a dict-like container of arrays (coordinates) that label each point (e.g., 1-dimensional arrays of numbers, datetime objects or strings)
attrs: dict to hold arbitrary metadata (attributes)官网

官网提供的两个例子：第一个是普通的数据，第二个是气候数据为例，一个数据集，包含了数据主体(Temperature, Precipitation)，维度坐标(latitude，longitude)。

第一个例子：

import numpy as np
import xarray as xr

data = np.random.rand(4, 3)
locs = ["IA", "IL", "IN"]
times = pd.date_range("2000-01-01", periods=4)
foo = xr.DataArray(data, coords=[times, locs], dims=["time", "space"])

第二个例子：

import numpy as np
import xarray as xr
temp = 15 + 8 * np.random.randn(2, 2, 3)
precip = 10 * np.random.rand(2, 2, 3)
lon = [[-99.83, -99.32], [-99.79, -99.23]]
lat = [[42.25, 42.21], [42.63, 42.59]]
ds = xr.Dataset('temperature': (['x', 'y', 'time'], temp),
                 'precipitation': (['x', 'y', 'time'], precip),
                coords='lon': (['x', 'y'], lon),
                        'lat': (['x', 'y'], lat),
                        'time': pd.date_range('2014-09-06', periods=3),
                        'reference_time': pd.Timestamp('2014-09-05'))

三、读取nc数据

通过函数open_dataset `、open_dataarray将nc数据进行读、to_netcdf写

NcDataERA5 = xr.open_dataset('./example.nc')

四、看出文件信息

可以直接print或者.key()

五、增加变量属性

一个有用选择是去设置 NcDataERA5.attrs['long_name'] 和 NcDataERA5.attrs['units']，因为 xarray 在绘图时会自动使用他们来进行标记

NcDataERA5. attrs['units'] = 'meters'

六、修改坐标数值：

T2mERA19500101.coords['lon'] = np.arange(0, 359.75, 1)

七、索引和切片

xarray 支持4种索引方式：

Indexing and selecting data

7.1根据位置索引：

NcDataERA5.t2[0,1,1]

7.2根据位置索引：

NcDataERA5.t2m.loc['1950-01-01':'1950-01-03',:,:]

7.3根据维度名索引：

time维度第0个：NcDataERA5.t2m.isel(time = 0)

7.4根据维度名索引：

time维度中是’1950-01-01’的数据：

NcDataERA5.t2m.sel(time = '1950-01-01')

7.5 网上一些补充

八、将变量取array格式

NcDataERA5.t2m.values 或者 NcDataERA5.t2m.data

九、计算

9.1 相加

9.2 平均、求和

NcDataERA5.t2m.mean(axis=0) #[time, lat, lon] 在time维度取平均为[lat, lon], NcDataERA5.t2m.mean() #全部维度取平均

类似的还有求和之类NcDataERA5.t2m.sum(axis=0)

还可以利用.groupby()函数将月份作为键（唯一值）来对原数据进行分类，即把各年某个月的数据放在一个组，用这种方法首先要求time维度格式是datetime，即可以使用time.month,time.year

如果time维度不满足格式，则先用pd.to_datetime转一下格式

DataCollect.coords['time'] = pd.to_datetime(DataCollect.time)

然后使用DataCollect.groupby('time.month').sum('time'):

举个例子：GCPP 降水数据 1951.1-2020.12：

Data.groupby('time.month').sum('time') 之后：

9.3 三角函数、转置

np.sin(NcDataERA5.t2m) 、 NcDataERA5.t2m.T

十、绘图

可以直接.plot()来简单可视化一下，要画漂亮的图还是要自己写代码的

十一、filter_by_attrs：

按要素名字获取某个要素

xarray.Dataset.filter_by_attrs

十二、插值

12.1 将粗分辨率插值到细的分辨率

xarray中插值是真的很方便~入坑第一原因

直接.interp()就行了，简简单单

dsLRlinear2 = ds.ts.interp(lat = LatLR, lon = LonLR, method='linear')

其中，LatLR和LonLR是你想要插值的经纬度数据，1D

method：linear、cubic、nearest可选

12.2 处理xarray中缺测（NaN），将其通过插值补全

对于.nc数据，经常出现的一种情况就是在空间维度上(lats, lons)出现缺测NaN，那通过Xarray读取，该如何通过插值补全这些NaN呢，直接用12.1中.interp是行不通的，因为原数据有测，.interp插值会插值很多缺测出来。解决方法：利用pandas中的.interpolate进行插值

#把xarray.DataArray转成pandas
#DataVariablesEachDay__中有缺测
DataVariablesEachDayPd = DataVariablesEachDay__.to_pandas()
DataVariablesEachDayPd.interpolate(method='linear', limit_direction='both', axis=0, inplace=True)
DataVariablesEachDayPd.interpolate(method='linear', limit_direction='both', axis=1,
                                 inplace=True)
#再将pandas转成xarray.DataArray
DataVariablesEachDay = xr.DataArray(DataVariablesEachDayPd, coords=[LatCESM2, LonCESM2], dims=["lat", "lon"])

十三、Bugs 汇总

found the following matches with the input file in xarray's IO backends: ['netcdf4', 'h5netcdf']. But their dependencies may not be installed

这是由于新装的环境只装了xarray，没有安装netcdf4

pip install netcdf4即可

从零开始手写Tomcat的教程---未完待续

从零开始手写Tomcat的教程

手写Tomcat

手写Tomcat

介绍

本项目主要是手写精简版的tomcat，力争做到不遗不漏

本项目gitee仓库链接如下:https://gitee.com/DaHuYuXiXi/easy-tomcat.git

本篇文章是梳理每一小节的基本脉络，具体每小节的代码实现，自行参考gitee仓库里面的提交记录

第一节 : 一个简单的Web服务器

本节主要重点在于建立基本的socket通信服务,完成最简单的Http通信

本节主要创建了HttpServer,Request和Response三个类，分别为程序入口点，解析请求的对象和负责响应的对象，IO选择的是最简单的BIO实现

注意点

在BIO中,accept()得到的客户端socket中，如果在使用过程中关闭了通道中的输入流或者输出流,会终止当前通道的连接,这点需要特点注意。还需要注意,数据写完记得flush一下,否则数据会遗留在缓冲区中,导致浏览器接收不到数据

第二节: 一个简单的servlet容器

创建一个Primitvie类，然后将其生产的字节码文件移动到webroot目录下面,因为类加载器加载的class字节码文件

首先，我们指定一个规则，来负责区分静态资源请求和servlet请求，先简化为如下:

静态资源请求:
http://host:port/xx.html

servlet请求:
http://host:port/servlet/servletClass ---全类名

区分部分对应代码如下:

        //区分资源类型
            if(request.getUri().startsWith("/servlet/"))
            
                //servlet请求资源处理
                ServletProcessor1 processor1=new ServletProcessor1();
                processor1.process(request,response);
            else
            
                //静态资源请求
                StaticResourceProcessor processor=new StaticResourceProcessor();
                processor.processor(request,response);

下面需要做的是将Request和Response对象分别继承ServletRequest和ServletResponse对象

需要注意的是ServletResponse对象的getWriter方法重写:

    /**
     * <p>
     *     PrintWriter构造函数第二个参数为true,
     *     表示是否开启自动刷新,传入true表示对println的任何方法都刷新输出,但是print方法不会
     *     当然这个bug后续版本会修改
     * </p>
     * @return
     * @throws IOException
     */
    @Override
    public PrintWriter getWriter() throws IOException 
        writer = new PrintWriter(bufferedOutputStream, true);
        return writer;

创建两个处理器对象，分别处理静态资源和sevlet请求资源

/**
 * <p>
 *     静态资源处理器
 * </p>
 * @author 大忽悠
 * @create 2022/3/5 23:09
 */
public class StaticResourceProcessor 
   public void processor(Request request, Response response)
   
       response.sendStaticResource();

/**
 * <p>
 *     servlet请求处理器
 * </p>
 * @author 大忽悠
 * @create 2022/3/5 23:11
 */
public class ServletProcessor1 
 public void process(Request request, Response response) 
     try 
         //1.获取servlet的名字
         String uri = request.getUri();
         String serveltName = uri.substring(uri.lastIndexOf("/") + 1);
         System.out.println("servelt的名字为: "+serveltName);
         //2.创建类加载器
         URLClassLoader loader=null;
         URL[] urls = new URL[1];
         URLStreamHandler urlStreamHandler=null;
         //类路径
         File classPath=new File(Constants.WEB_ROOT);
         //资源仓库地址
         //file.getCanonicalPath: 返回标准的文件绝对路径
         //URL : 参数一: 资源协议--file,https,ftp等 参数二:主机名,http是需要 参数三:资源路径,这里填文件路径
         String respository=(new URL("file",null,classPath.getCanonicalPath()+File.separator)).toString();
         System.out.println("仓库地址为: "+respository);
         // urlStreamHandler通过资源不同的来源来决定处理的逻辑--->不同前缀来识别。比如："file :"、"http :"、"jar :"
         urls[0] = new URL(null, respository, urlStreamHandler);
         //加载指定路径下的class
         loader=new URLClassLoader(urls);
         //负责加载当前访问的servlet
         Class myclass=null;
         //这里可以直接填类名，而非全类名的条件是,类文件放在java目录下
         myclass = loader.loadClass(serveltName);

         Servlet servlet=null;
         servlet = (Servlet) myclass.newInstance();
         //执行指定servlet的方法
         servlet.service((ServletRequest) request,(ServletResponse) response);
      catch (IOException e) 
         e.printStackTrace();
      catch (ClassNotFoundException e) 
         e.printStackTrace();
      catch (InstantiationException e) 
         e.printStackTrace();
      catch (IllegalAccessException e) 
         e.printStackTrace();
      catch (ServletException e) 
         e.printStackTrace();

这里提两点:

如果一个URL以"/"结尾,则表明它指向的是一个目录，否则，URL默认指向一个JAR文件，根据需要载入器会下载并打开这个JAR文件
在servlet容器中，类加载器查询servlet类的目录称为仓库

这里对URLClassLoader不清楚的，自己去查资料

到此为止，大致思路和代码就完工了，但是完美了吗？不不不，还有很大的问题

public void process(Request request, Response response)
.....
         //执行指定servlet的方法
         servlet.service((ServletRequest) request,(ServletResponse) response);