无论安装以下哪种库,强烈建议在新环境下安装,之前在base环境下安装种种报错!!!如何在新环境下安装可参见我之前的总结或网上其他文章。

不推荐方式

1.pygrib pygrib库基于python2.4+、numpy、pyproj、Jasper和GRIB_API,依赖库基于Linux或MacOS,GRIB_API将于2020年6月30日正式被ecCodes取代。因此,不推荐使用pygrib库。 2.GDAL 可于window下安装,安装简朴,然则需借助wgrib2查看grib变量所在通道,因此不推荐。

推荐方式

xarray搭配cfgrib 优点:Linux windows MacOS均可用,安装较简朴,强烈建议在新环境下安装各所需库 安装步骤:

1,新建新环境 conda creat -n cfgrib_env python=3.7.0

2.启动虚拟环境 source activate cfgrib_env

3.安装spyder xarray eccodes cfgrib及其他所需依赖库 ps:可用pip或conda安装,eccodes无需设置(有些地方写需要设置路径)

4.在新环境下启动spyder(base或其他环境下启动的spyder无效) 切换到安装路径并执行:~/anaconda3/envs/cfgrib_env/bin$ ./spyder

5.写入代码

import xarray as xr

import cfgrib

 

ds = xr.open_dataset('/1.grib2',engine='cfgrib')

 

提醒错误:

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'}

,

联博统计

www.yiyauan.com采用以太坊区块链高度哈希值作为统计数据,联博以太坊统计数据开源、公平、无任何作弊可能性。联博统计免费提供API接口,支持多语言接入。

,

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!!! 这是由于现在cfgrib库无法同时读取多个typeOfLevel,因此我们只需要根据提醒筛选我们需要的数据就行了。原程序添加所需数据为:

ds = xr.open_dataset('/1.grib2',engine='cfgrib',backend_kwargs=

{'filter_by_keys':

{

'typeOfLevel': 'surface'

}

}

)

 

所需变量为:ds.变量名

折腾了好几天,做其他事情都心不在焉,搞出来一身轻~~~

总结

到此这篇关于python安装读取grib库总结的文章就先容到这了,更多相关python安装读取grib库内容请搜索以前的文章或继续浏览下面的相关文章希望人人以后多多支持!