python安裝讀取grib庫總結(jié)(推薦)
無論安裝以下哪種庫，強(qiáng)烈建議在新環(huán)境下安裝，之前在base環(huán)境下安裝各種報(bào)錯(cuò)?。?！如何在新環(huán)境下安裝可參見我之前的總結(jié)或網(wǎng)上其他文章。
不推薦方法
1.pygrib
pygrib庫基于python2.4+、numpy、pyproj、Jasper和GRIB_API，依賴庫基于Linux或MacOS，GRIB_API將于2020年6月30日正式被ecCodes取代。因此，不推薦使用pygrib庫。
2.GDAL
可于window下安裝，安裝簡單，但是需借助wgrib2查看grib變量所在通道，因此不推薦。
推薦方法
xarray搭配cfgrib
優(yōu)點(diǎn)：Linux windows MacOS均可用，安裝較簡單，強(qiáng)烈建議在新環(huán)境下安裝各所需庫
安裝步驟：
1，新建新環(huán)境
conda creat -n cfgrib_env python=3.7.0
2.啟動(dòng)虛擬環(huán)境
source activate cfgrib_env
3.安裝spyder xarray eccodes cfgrib及其他所需依賴庫
ps:可用pip或conda安裝，eccodes無需配置（有些地方寫需要配置路徑）
4.在新環(huán)境下啟動(dòng)spyder（base或其他環(huán)境下啟動(dòng)的spyder無效）
切換到安裝路徑并執(zhí)行：~/anaconda3/envs/cfgrib_env/bin$ ./spyder
5.寫入代碼
import xarray as xr
import cfgrib
ds = xr.open_dataset('/1.grib2',engine='cfgrib')
提示錯(cuò)誤：
DatasetBuildError: multiple values for unique key, try re-open the file with one of:
filter_by_keys={'typeOfLevel': 'unknown'}
filter_by_keys={'typeOfLevel': 'surface'}
filter_by_keys={'typeOfLevel': 'isobaricInhPa'}
filter_by_keys={'typeOfLevel': 'meanSea'}
filter_by_keys={'typeOfLevel': 'depthBelowLandLayer'}
filter_by_keys={'typeOfLevel': 'heightAboveGround'}
filter_by_keys={'typeOfLevel': 'heightAboveGroundLayer'}
filter_by_keys={'typeOfLevel': 'tropopause'}
filter_by_keys={'typeOfLevel': 'maxWind'}
filter_by_keys={'typeOfLevel': 'heightAboveSea'}
filter_by_keys={'typeOfLevel': 'isothermZero'}
filter_by_keys={'typeOfLevel': 'pressureFromGroundLayer'}
filter_by_keys={'typeOfLevel': 'sigmaLayer'}
filter_by_keys={'typeOfLevel': 'sigma'}
filter_by_keys={'typeOfLevel': 'potentialVorticity'}
莫慌?。?！
這是因?yàn)槟壳癱fgrib庫無法同時(shí)讀取多個(gè)typeOfLevel，因此我們只需要根據(jù)提示篩選我們需要的數(shù)據(jù)就行了。原程序添加所需數(shù)據(jù)為：
ds = xr.open_dataset('/1.grib2',engine='cfgrib',backend_kwargs=
{'filter_by_keys':
{
'typeOfLevel': 'surface'
}
}
)
所需變量為：ds.變量名
折騰了好幾天，做其他事情都心不在焉，搞出來一身輕~~~
總結(jié)
到此這篇關(guān)于python安裝讀取grib庫總結(jié)的文章就介紹到這了,更多相關(guān)python安裝讀取grib庫內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Pycharm運(yùn)行程序時(shí),控制臺(tái)輸出PyDev?console:starting問題
Pycharm運(yùn)行程序時(shí),控制臺(tái)輸出PyDev?console:starting問題，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
這篇文章主要介紹了Python中多線程的所有方式，包括使用threading模塊、使用concurrent.futures模塊、使用multiprocessing模塊以及使用asyncio模塊，希望對(duì)大家有所幫助2023-05-05
今天小編就為大家分享一篇python保存二維數(shù)組到txt文件中的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2018-11-11
這篇文章主要介紹了python 基于wx實(shí)現(xiàn)音樂播放的示例代碼，幫助大家更好的理解和學(xué)習(xí)python，感興趣的朋友可以了解下2020-11-11
這篇文章主要給大家介紹了關(guān)于python?ast模塊詳析與用法的相關(guān)資料, Python的ast(Abstract Syntax Trees,抽象語法樹)模塊是一個(gè)內(nèi)置模塊,用于解析Python代碼并生成語法樹,需要的朋友可以參考下2023-07-07
淺析pytorch中對(duì)nn.BatchNorm2d()函數(shù)的理解
Batch Normalization強(qiáng)行將數(shù)據(jù)拉回到均值為0,方差為1的正太分布上,一方面使得數(shù)據(jù)分布一致,另一方面避免梯度消失,這篇文章主要介紹了pytorch中對(duì)nn.BatchNorm2d()函數(shù)的理解,需要的朋友可以參考下2023-11-11
Python+Selenium實(shí)現(xiàn)自動(dòng)填寫問卷
這篇文章主要介紹了如何利用Python Selenium實(shí)現(xiàn)自動(dòng)填寫問卷功能，文中的示例代碼講解詳細(xì)，感興趣的小伙伴可以了解一下2022-03-03
這篇文章主要介紹了python刪除列表中特定元素的幾種方法，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)價(jià)值，需要的小伙伴可以參考一下2022-05-05
今天小編就為大家分享一篇python判斷自身是否正在運(yùn)行的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-08-08
Pandas數(shù)據(jù)分析之批量拆分/合并Excel
怎樣將一個(gè)大的Excel拆分,或者將很多小Excel文件合并？下面這篇文章主要給大家介紹了關(guān)于Pandas數(shù)據(jù)分析之批量拆分/合并Excel的相關(guān)資料,需要的朋友可以參考下2021-09-09