基于Python的Grib数据可视化
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。
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
1 python3 setup.py install
2、安装numpy
解压缩后，进入命令提示符 运行
1 python3 setup.py install
3、安装pyparsing
解压缩后，进入命令提示符 运行
1 python3 setup.py install
4、安装python-dateutil
解压缩后，进入命令提示符 运行
1 python3 setup.py install
5、安装cycler
解压缩后，进入命令提示符 运行
1 python3 setup.py install
6、安装pkg-config
1 ./configure --with-intermal-glib2 make && date
3 sudo make install && date
7、安装freetype
1 ./configure2 make && date
3 sudo make install && date
8、安装libpng
1 ./configure2 make && date
3 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
1 ./configure2 make && date
3 sudo make install && date
2、安装pyproj
1 python3 setup.py install
3、安装basemap
1 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
1 ./configure2 make && date
3 sudo make install && date
2、安装GRIB API
1 ./configure --with-jasper=\'/usr/local/\'2 make && date
3 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
1 # Rename this file to setup.cfg to set pygrib\'s2 # build options.
3 # Follow instructions below for editing.
4 [directories]
5 # uncomment and set to grib_api install location.
6 # Include files should be located in grib_api_dir/include and
7 # the library should be located in grib_api_dir/lib.
8 # If the libraries and include files are installed in separate locations,
9 # use grib_api_libdir and grib_api_incdir to specify the locations
10 # separately.
11 grib_api_dir = /usr/local
12 # if grib_api was built with jasper support for JPEG200,
13 # uncomment and set to jasper lib install location.
14 # If the libraries and include files are installed in separate locations,
15 # use jasper_libdir and jasper_incdir.
16 jasper_dir = /usr/local
17 # if grib_api was built with openjpeg support for JPEG200,
18 # uncomment and set to openjpeg lib install location.
19 # If the libraries and include files are installed in separate locations,
20 # use openjpeg_libdir and openjpeg_incdir.
21 #openjpeg_dir = /opt/local
22 # if grib_api was built with png support,
23 # uncomment and set to png lib install location.
24 # If the libraries and include files are installed in separate locations,
25 # use png_libdir and png_incdir.
26 png_dir = /usr
27 # if grib_api was built with png support,
28 # uncomment and set to zlib install location.
29 zlib_dir = /usr
30 # install man pages for command line utilities here
31 #man_dir = /usr/local/man
View Code
修改好就可以正常安装了
1 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
1 >>> import pygrib
（二）打开Grib文件
1 >>> grbs = pygrib.open(\'/Users/Kallan/Documents/data/echhae50.082\')
（三）提取文件信息
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
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
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
1 >>> import matplotlib.pyplot as plt2 >>> from mpl_toolkits.basemap import Basemap
3 >>> import numpy as np
（二）创建一个figure
1 >>> plt.figure()2 <matplotlib.figure.Figure object at 0x107e65198>
（三）创建一个basemap实例
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
1 >>> cs = m.contour(x,y,data,15,linewidths=1.5)
（六）命名并显示图像
1 >>> plt.title(\'Geopotential Height Contour from Grib\')2 <matplotlib.text.Text object at 0x10918bda0>
3 >>> plt.show()
（七）图像展示
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
想观看Matplotlib教学视频，了解更多Matplotlib实用技巧可关注
微信公众账号： MatplotlibClass
今日头条号：Matplotlib小讲堂
以上是 基于Python的Grib数据可视化 的全部内容， 来源链接： utcz.com/z/387345.html
