168大数据

标题: 基于Python的Grib数据可视化 [打印本页]

作者: 168主编 时间: 2017-11-1 10:54
标题: 基于Python的Grib数据可视化

作者：kallan

利用Python语言实现Grib数据可视化主要依靠三个库——pygrib、numpy和matplotlib。pygrib是欧洲中期天气预报中心(ECMWF)的GRIG API C库的Python接口，通过这个库可以将Grib数据读取出来；numpy是Python的一种开源的数值计算扩展，这种工具可用来存储和处理大型矩阵；matplotlib是python著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图；在数据可视化过程中，我们常需要将数据在地图上画出来，所以还需要matplotlib的一个子包basemap，负责地图绘制。
一、库的安装

（一）matplotlib安装

matplotlib依赖

nose
numpy
pyparsing
python-dateutil
cycler
pkg-config
freetype
libpng

安装过程

这里我都是通过源码包安装的，大家也可以再终端里通过pip install 命令来安装

1、安装nose

解压缩后，进入命令提示符运行

python3 setup.py install

2、安装numpy

解压缩后，进入命令提示符运行

python3 setup.py install

3、安装pyparsing

解压缩后，进入命令提示符运行

python3 setup.py install

4、安装python-dateutil

解压缩后，进入命令提示符运行

python3 setup.py install

5、安装cycler

解压缩后，进入命令提示符运行

python3 setup.py install

6、安装pkg-config

[AppleScript] 纯文本查看 复制代码

./configure --with-intermal-glib

 make && date

 sudo make install && date

7、安装freetype

[AppleScript] 纯文本查看 复制代码

./configure

  make && date

  sudo make install && date

8、安装libpng

[AppleScript] 纯文本查看 复制代码

  ./configure

 make && date

 sudo make install && date

9、安装matplotlib-1.5.0

解压缩后，进入命令提示符运行

1 python3 setup.py install
（二）basemap安装

basemap依赖

geos
pyproj

安装过程

1、安装GEOS

[AppleScript] 纯文本查看 复制代码

  ./configure

 make && date

 sudo make install && date

2、安装pyproj

python3 setup.py install

3、安装basemap

python3 setup.py install
（三）pygrib安装

pygrib依赖

Jasper
GRIB API
numpy
pyproj

安装过程

由于之前已经安装了numpy和pyproj，这里只需安装Jasper和GRIB API即可安装pygrib

1、安装Jasper

[AppleScript] 纯文本查看 复制代码

./configure

 make && date

 sudo make install && date

2、安装GRIB API

[AppleScript] 纯文本查看 复制代码

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

  make && date

 sudo make install && date

3、安装pygrib

安装pygrib之前首先要根据自己的实际情况修改文件目录下的setup.cfg文件，最主要的就是修改grib_api_dir和jasper_dir，这两个是刚刚安装的Jasper和GRIB API的路径，如果这两个地址不正确安装会报错

修改好就可以正常安装了

python3 setup.py install
二、grib数据读取

虽然我做的东西和气象沾边，但是我本身并不是气象专业出身，所有这些东西都是我慢慢研究琢磨出来的，所以有些方面可能讲的比较外行，有不对的地方欢迎大家留言指正。

（一）导入pygrib模块
>>> import pygrib
（二）打开Grib文件
>>> grbs = pygrib.open('/Users/Kallan/Documents/data/echhae50.082')
（三）提取文件信息1

[AppleScript] 纯文本查看 复制代码

>>> grbs.seek(0)

 >>> for grb in grbs:

 grb

 1:Geopotential Height:gpm (instant):regular_ll:isobaricInhPa:level 500:fcst time 24 :from 201507081200

信息解读

1 :数据列表的行号，有的文件可能包括多个数据

Geopotential Height:数据的名称

gpm (instant):数据的单位

regular_ll:常规数据，其实这个字段我也不清楚

isobaricInhPa:这个字段表示的是数据属性，此处表示是以hPa为单位的等压面

level 500:这个字段表示的是高度层

fcst time 24 :预报时效

from 201507081200 :起报时间

综合上面的信息可以得出，这个文件是从2015年7月8日12时开始的24小时后500hPa等压面高度场数据

（四）导出文件数据

[AppleScript] 纯文本查看 复制代码

 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. ]]

三、grib数据可视化
（一）导入需要的模块

[AppleScript] 纯文本查看 复制代码

1 >>> import matplotlib.pyplot as plt

2 >>> from mpl_toolkits.basemap import Basemap

3 >>> import numpy as np

（二）创建一个figure

[AppleScript] 纯文本查看 复制代码

1 >>> plt.figure()

2 <matplotlib.figure.Figure object at 0x107e65198>

（三）创建一个basemap实例

[AppleScript] 纯文本查看 复制代码

 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 <matplotlib.collections.LineCollection object at 0x1091c1f28>

 6 >>> m.drawcountries(linewidth=0.25)

 7 <matplotlib.collections.LineCollection object at 0x10621d0f0>

 8 >>> m.fillcontinents(color='coral',lake_color='aqua')

 9 >>> m.drawmapboundary(fill_color='aqua')

10 <matplotlib.patches.Rectangle object at 0x10918b3c8>

11 >>> m.drawmeridians(np.arange(0,360,30))

12 >>> m.drawparallels(np.arange(-90,90,30))

（四）将lat，lon的数据格式转换成投影需要的格式存入x，y
1 >>> x, y = m(lon,lat)
（五）绘制等值线

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

（六）命名并显示图像

[AppleScript] 纯文本查看 复制代码

1 >>> plt.title('Geopotential Height Contour from Grib')

2 <matplotlib.text.Text object at 0x10918bda0>

3 >>> plt.show()

（七）图像展示file:///var/folders/13/3cns1l2j2lzc436zq7d7wz840000gn/T/cn.wiz.wiznoteformac/WizNote/f1fdcbca-2ba4-4f50-a506-9f48842d1ff1/index_files/44ea29cd-8dc8-4d9e-aaa5-1f572e28f95f.png

欢迎光临 168大数据 (http://www.bi168.cn/)