基於Python的Grib資料視覺化

利用python語言實現grib資料視覺化主要依靠三個庫——pygrib、numpy和matplotlib。pygrib是歐洲中期天氣預報中心(ecmwf)的grig api c庫的python介面，通過這個庫可以將grib資料讀取出來；numpy是python的一種開源的數值計算擴充套件，這種工具可用來儲存和處理大型矩陣；matplotlib是python著名的繪相簿，它提供了一整套和matlab相似的命令api，十分適合互動式地進行製圖；在資料視覺化過程中，我們常需要將資料在地圖上畫出來，所以還需要matplotlib的乙個子包basemap，負責地圖繪製。

（一）matplotlib安裝

nose

numpy

pyparsing

python-dateutil

cycler

pkg-config

freetype

libpng

這裡我都是通過原始碼包安裝的，大家也可以再終端裡通過pip install 命令來安裝

1、安裝nose

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

1 ./configure --with-intermal-glib

2 make && date
3 sudo make install && date

1  ./configure

2  make && date
3  sudo make install && date

1  ./configure

2  make && date
3  sudo make install && date

解壓縮後，進入命令提示符 執行

1 python3 setup.py install

pyproj

1、安裝geos

1  ./configure

2  make && date
3  sudo make install && date

1 python3 setup.py install

1 python3 setup.py install

grib api

numpy

pyproj

由於之前已經安裝了numpy和pyproj，這裡只需安裝jasper和grib api即可安裝pygrib

1、安裝jasper

1 ./configure

2 make && date
3 sudo make install && date

1 ./configure --with-jasper='/usr/local/'

2 make && date
3 sudo make install && date

安裝pygrib之前首先要根據自己的實際情況修改檔案目錄下的setup.cfg檔案，最主要的就是修改grib_api_dir和jasper_dir，這兩個是剛剛安裝的jasper和grib api的路徑，如果這兩個位址不正確安裝會報錯

修改好就可以正常安裝了

1 python3 setup.py install

1 >>> import pygrib

1 >>> grbs = pygrib.open('/users/kallan/documents/data/echhae50.082')

1 >>> grbs.seek(0)

2 >>> for grb in grbs:
3 grb
4 1:geopotential height:gpm (instant):regular_ll:isobaricinhpa:level 500:fcst time 24 :from 201507081200

1 :資料列表的行號，有的檔案可能包括多個資料

geopotential height:資料的名稱

gpm (instant):資料的單位

regular_ll:常規資料，其實這個欄位我也不清楚

isobaricinhpa:這個字段表示的是資料屬性，此處表示是以hpa為單位的等壓面

level 500:這個字段表示的是高度層

fcst time 24 :預報時效

from 201507081200 :起報時間

綜合上面的資訊可以得出，這個檔案是從2023年7月8日12時開始的24小時後500hpa等壓面高度場資料

1 >>> grb = grbs.select(name='geopotential height')[0]

2 >>> data = grb.values
3 >>> print(data.shape,data.min(),data.max())
4 (37, 37) 5368.6796875 5941.0390625
5 >>> lat,lon=grb.latlons()
6 >>> print(lat,'\n',lon)
7 [[  0.    0.    0.  ...,   0.    0.    0. ]
8 [  2.5   2.5   2.5 ...,   2.5   2.5   2.5]
9 [  5.    5.    5.  ...,   5.    5.    5. ]
10 ...,
11 [ 85.   85.   85.  ...,  85.   85.   85. ]
12 [ 87.5  87.5  87.5 ...,  87.5  87.5  87.5]
13 [ 90.   90.   90.  ...,  90.   90.   90. ]]
14 [[-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]
15 [-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]
16 [-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]
17 ...,
18 [-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]
19 [-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]
20 [-90.  -87.5 -85.  ...,  -5.   -2.5   0. ]]

1 >>> import matplotlib.pyplot as plt

2 >>> from mpl_toolkits.basemap import basemap
3 >>> import numpy as np

1 >>> plt.figure()

2 

1 >>> m=basemap(projection='mill',lat_ts=10,llcrnrlon=lon.min(), \

2  urcrnrlon=lon.max(),llcrnrlat=lat.min(),urcrnrlat=lat.max(), \
3  resolution='c')
4 >>> m.drawcoastlines(linewidth=0.25)
5 6 >>> m.drawcountries(linewidth=0.25)
7 8 >>> m.fillcontinents(color='coral',lake_color='aqua')
9 >>> m.drawmapboundary(fill_color='aqua')
10 11 >>> m.drawmeridians(np.arange(0,360,30))
12 >>> m.drawparallels(np.arange(-90,90,30))

1 >>> x, y = m(lon,lat)

1 >>> cs = m.contour(x,y,data,15,linewidths=1.5)

1 >>> plt.title('geopotential height contour from grib')

2 3 >>> plt.show()

matlab讀取grib2資料

採用nctoolbox 詳細說明見 nctoolbox提供幾種型別的資料介面，官方推薦最新的ncgeodataset ncdataset and cfdataset 較老，為相容目的保留 常用命令 nc ncgeodataset grib2 nc.netcdf 類似ncdisp或ncdump命令 讀...

python讀取grib2檔案

一 安裝pygrib庫 linux安裝conda後執行命令 conda install c conda forge pygrib y 二 讀取檔案操作 1.獲得屬性列表 import pygrib import sys import pandas as pd if name main fr sys....

基於python資料分析

資料質量分析是資料探勘中資料準備過程的重要 環，是資料預處理的前提，也是資料探勘分析結論有效性和準確性的基礎，沒有可信的資料，資料探勘構建的模型將是空中樓閣。資料質量分析的主要任務是檢查原始資料中是否存在髒資料，髒資料一般是指不符合要求，以及不能直接進行相應分析的資料。在常見的資料探勘工作中,髒資料...