工具推荐｜利用python-cdo高效处理气象数据
好奇心Log 今天
以下文章来源于气象汇 ，作者lightning
气象汇#气象汇#汇集气象领域的前沿进展和实时资讯，并与大家一起分享气象应用的数据分析和可视化工具等。
如果你不喜欢命令行的操作方式，或者想要和python 的生态进行更好的结合，那么你可以尝试使用python-cdo，利用python脚本语言的优势来处理气象数据。命令行的方式有其优势，比如简单易操作，可扩展性更强等，利用cdo的python接口也有其特有的优势，比如：
通过numpy/narray可以进行直接的数据操作 临时文件自动处理 灵活的并行化计算 条件处理操作 扩展新操作符
安装
安装方式非常简单，运行以下命令即可：
pip install cdo#或conda install python-cdo使用方法
操作符
一般情况下导入库时不建议使用如下方式导入的，建议使用 from ... import ... as ... 。为了调用所有操作符，建议按照 In [5] 方式执行赋值语句，以防出现属性调用错误。
查看文件信息
In [4]: from cdo import *
In [5]: cdo = Cdo()
In [6]: cdo.sinfon(input = "wrfout_d02_2016-06-23_06_00_00")Out[6]: ['File format : NetCDF2', '-1 : Institut Source Steptype Levels Num Points Num Dtype : Parameter name', '1 : unknown unknown instant 1 1 48240 1 F32 : LU_INDEX', ..... '175 : unknown unknown instant 1 1 1 7 I32 : SEED2', 'Grid coordinates :', '1 : curvilinear : points=48240 (240x201)', 'XLONG : 115.839 to 123.957 degrees_east', 'XLAT : 30.0914 to 35.6799 degrees_north', ........ '7 : generic : points=1', 'Vertical coordinates :', '1 : surface : levels=1', ........ '4 : generic : levels=4', 'lev : 1 to 4 by 1 level', 'Time coordinate : 36 steps', 'YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss YYYY-MM-DD hh:mm:ss', '2016-06-23 06:00:00 2016-06-23 06:10:00 2016-06-23 06:20:00 2016-06-23 06:30:00', ..... '2016-06-23 11:20:00 2016-06-23 11:30:00 2016-06-23 11:40:00 2016-06-23 11:50:00']查看文件信息的操作符与cdo命令行操作符相同，在python中是以方法的方式调用。
通过 input 参数指定输入文件，如果需要输出文件时，则通过 output 参数指定：
In [8]: cdo.timmean(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfmean.nc")性能对比
对比cdo命令行和Python-cdo接口的执行效率：
以下两个命令执行相同的操作：先选择1-5时步的所有变量数据，然后在结果中选择指定的变量。
In [21]: %time os.system("cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc")CPU times: user 0 ns, sys: 3.29 ms, total: 3.29 msWall time: 36.9 sOut[21]: 0
In [22]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub_python.nc")CPU times: user 0 ns, sys: 3.65 ms, total: 3.65 msWall time: 41.4 sOut[22]: 'wrfsub_python.nc'
In [23]: %time os.system("cdo copy wrfout_d02_2016-06-23_06_00_00 wrfcopy_cdo.nc")CPU times: user 2.3 ms, sys: 174 µs, total: 2.48 msWall time: 10min 1sOut[23]: 0
In [24]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy_python.nc")CPU times: user 0 ns, sys: 3.73 ms, total: 3.73 msWall time: 10min 43sOut[24]: 'wrfcopy_python.nc'测试数据大小：19G，从上述结果中可以看出，cdo命令行的耗时和python接口的耗时差别不大。如果是对大量数据进行操作的话，可以优先使用命令行方式，效率相对会高一些。
注：未进行完全测试，结果可能存在一定偏差。
参数
在利用 cdo 转换数据集格式时，需要指定输出文件格式，比如选择变量或时步时也需要指定操作符的参数。
在使用pyhon接口时如何指定CDO命令行方式的参数呢？
In [25]: %time cdo.copy(input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfcopy.grb", option = "-f grb")CPU times: user 0 ns, sys: 4.12 ms, total: 4.12 msWall time: 12min 18sOut[25]: 'wrfcopy.grb'只需要在调用方法时添加 option 参数即可。
为每个操作符添加参数时，只需要将参数作为方法的第一个参数即可。比如：
In [26]: %time cdo.seltimestep("1/3",input = "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub1.grb", option = "-f grb")CPU times: user 244 µs, sys: 3.87 ms, total: 4.11 msWall time: 44.9 sOut[26]: 'wrfsub1.grb'链式操作
python-cdo中完整的支持类似cdo命令行的链式操作符，执行顺序和CDO命令行操作相同。
In [27]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00", output = "wrfsub.grb", option = "-f grb")CPU times: user 4.58 ms, sys: 349 µs, total: 4.93 msWall time: 37.6 sOut[27]: 'wrfsub.grb'通过上述命令可以看出，除了 selname 操作的参数时在方法内单独给出之外，其余**操作符(seltimestep)**的调用方式和cdo命令行调用方式相同。
相当于：
cdo -selname,SCW,SCTOT,SCH,SCS,REFL_10CM -seltimestep,1/5 wrfout_d02_2016-06-23_06_00_00 wrfsub_cdo.nc临时文件
cdo命令行的链式操作可以忽略中间临时文件的输出，从而节省了不必要的空间存储，python-cdo也提供了临时文件的处理。
当不指定 output 参数时，当前文件夹下是不会生成输出文件的，但是从输出结果可以看出，输出文件存放到了临时文件夹下。
In [28]: %time cdo.selname("SCW,SCTOT,SCH,SCS,REFL_10CM",input = "-seltimestep,1/5 " + "wrfout_d02_2016-06-23_06_00_00")CPU times: user 3.05 ms, sys: 4.09 ms, total: 7.14 msWall time: 38.2 sOut[28]: '/tmp/cdoPy_f_c2j0l'类似临时文件的处理方式，当需要处理大量数据时，可以控制输出文件的输出，从而节省大量的时间（前提是不需要输出文件或是输出文件本身已经存在了）。可以通过以下两种方式控制输出文件的输出：
设置全局属性
cdo.forceoutput = True/False 操作符选项
cdo.selname("SCW", input = "wrfout_d02_2016-06-23_06_00_00", force = False)多线程处理
python-cdo提供了多线程处理方式，可以处理能并行执行的任务。比如：
from cdo import *import multiprocessing
def showlevel(arg): return cdo.showlevel(input=arg)
cdo = Cdo()cdo.debug = Trueifile = '../wrfsub.nc'pool = multiprocessing.Pool(1)results = []
for i in range(0,5): results.append(pool.apply_async(showlevel, [ifile]))
pool.close()pool.join()
for res in results: print(res.get())python-cdo最重要的更新之一就是支持 numpy/narray 数组操作。通常有3种方式来获取数据：
文件句柄
使用文件句柄可以非常方便的获取变量，属性，维度等信息。可以使用 returnCdf 关键词或 readCdf 方法。比如：
In [50]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnCdf = True).variables["T"][:]
In [51]: t.shapeOut[51]: (3, 59, 201, 240)
In [46]: ff = cdo.readCdf("wrfout_d02_2016-06-23_06_00_00")
In [47]: t = ff.variables["T"]
In [48]: t.shapeOut[48]: (36, 59, 201, 240)numpy/narray 对象
当需要读取特定变量时可使用此方式
In [52]: t = cdo.seltimestep("1/3", input = "wrfout_d02_2016-06-23_06_00_00", options = "-f nc", returnArray = "T")
In [53]: t.shapeOut[53]: (3, 59, 201, 240)掩膜数组
如果目标变量含有缺省值，即有FillValue之类表示缺省值的属性，则会影响返回结果。比如：对海洋区域数据进行掩膜。
oro = cdo.setrtomiss(-10000, 0, input = cdo.topo( options = '-f nc'), returnMaArray = 'topo')
setrtomiss 表示将在 [-10000, 0]之间的数设置为缺省值。
绘图
能够直接操作 numpy/narray 数据的好处之一就是处理好之后既可以直接进行绘图。当然，cdo也可以编译为支持 Magics++，然后在操作之后进行绘图操作，但是仍没有在python 中利用 matplotlib 等绘图库要方便。
由于变量 t 在上面已经获取并且处理了，因此此处直接使用。
In [62]: import matplotlib.pyplot as plt
In [63]: plt.contourf(t[1, 6, :, :])Out[63]: <matplotlib.contour.QuadContourSet at 0x7fc6832142b0>
In [64]: plt.colorbar()Out[64]: <matplotlib.colorbar.Colorbar at 0x7fc6831896a0>
In [65]: plt.show()关于python-cdo中提供的方法的使用方式，可以查看帮助。如果帮助看不明白，可以查看单元测试脚本，单元测试脚本中基本上包含了所有使用方式，相比于官方文档信息可能更全，但是需要仔细斟酌理解。
最后，值得一提的是，cdo 和 xarray 能够有效的集成，从而可以很好的利用 xarray 所营造的数据处理生态，更高效的进行数据处理、分析和可视化。
使用手册下载
在好奇心Log公众号后台回复CDO获取PPT说明文档及PDF使用手册
不看的原因