Python气象数据处理与绘图(1)：数据读取

Posted 2023-04-11

参考技术A python很多库支持了对nc格式文件的读取，比如NetCDF4，PyNio(PyNio和PyNgl可以看做是NCL的Python版本)以及Xarray等等。

我最初使用PyNio，但是由于NCL到Python的移植并不完全，导致目前远不如直接使用NCL方便，而在接触Xarray库后，发现其功能强大远超NCL(也可能是我NCL太菜的原因)。

安装同其它库一致：

我这里以一套中国逐日最高温度格点资料(CN05.1)为例，其水平精度为0.5°X0.5°。

可以看到，文件的坐标有时间， 经度，纬度，变量有日最高温
我们将最高温数据取出

这与Linux系统中的ncl_filedump指令看到的信息是类似的
Xarray在读取坐标信息时，自动将时间坐标读取为了datetime64 格式，这对我们挑选目的时间十分方便。Xarray通常与pandas配合使用。
比如我们想选取1979.06.01-1979.06.20时期数据，我们只需

再比如我们想选取夏季数据时，只需

更多的时间操作同python的datetime函数类似。
当我们想选取特定经纬度范围(高度)的数据时，.loc[]函数同样可以解决。
在这里，我选取了40°N-55°N，115°E-135°E范围的数据

甚至，我们还可以套娃，同时叠加时间和范围的选取

这足够满足常用到的数据索引要求。

对于这类简单排列的.txt文件，可以通过np.load读取，用pandas的.read_csv更为方便

读取txt的同时，对每列赋予了一个列名，通过data.a可以直接按列名调用相应数据。
对于较复杂的.txt文件，仍可通过该函数读取

skiprows=5跳过了前5行的文件头，sep='\s+'定义了数据间隔为空格，这里用的是正则表达。
pd.read_csv函数有很多的参数，可以处理各种复杂情况下的文本文件读取。

grib文件可通过pygrib库读取
import pygrib
f = pygrib.open('xxx.grb')

数据可视化应用xarray 绘图可视化-二进制GrADS气象数据处理（附代码）

二进制GrADS气象数据处理（Ⅰ）

在GrADS中，数据的读取的逻辑是采用数据文件和数据信息（元信息）分离的方法，因而对于GrADS类数据是由两个独立的文件存储的。

• 第一个文件——数据文件：这个数据文件是以二进制方式存储的，文件是没有空间或时间标志。这个文件的后缀任意即可，本例使用的数据文件的后缀名为.gdata.

• 第二个文件——数据信息（元信息）文件：这个元信息文件是以文本方式存储的，具体描述了如何读取二进制数据文件。这个文件的后缀为.ctl.

元数据[2]：描述数据的数据，对数据及信息资源的描述性信息。

GrADS相对于其他地球科学绘图软件（包括Cartopy, NCL）还是具有容易绘图的特点，绘图的代码量小。因为GrADS这个特点，可在Python中对数据进行计算后再转换为GrADS类数据，从而在GrADS中绘图。

在进行读取文件之前，我们先引入以下三个包。

import numpy as np
import xarray as xr
import pandas as pd

单变量二进制数组数据处理

对于单变量二进制数组的数据处理，我们以hgt4817-500数据为例。