Linux下安装处理Grib数据需要的库

小白经历

Linux下处理grib数据需要的pygrib、numpy和matplotlib及其依赖,尽量不要直接安装,可以先安装Anaconda再进行安装这些库,如命令conda install numpy会安装以下相关的库:
package | build
---------------------------|-----------------
scikit-learn-0.20.0 | py35h4989274_1 5.7 MB
numpy-1.13.3 | py35hdbf6ddf_4 3.9 MB
scikit-image-0.13.1 | py35h14c3975_1 23.0 MB
statsmodels-0.9.0 | py35h3010b51_0 8.8 MB
tqdm-4.47.0 | py_0 62 KB
openssl-1.0.2u | h7b6447c_0 3.1 MB
conda-build-3.15.1 | py35_0 461 KB
scipy-1.1.0 | py35hd20e5f9_0 18.0 MB
pytables-3.4.2 | np113py35_0 6.1 MB
mkl_fft-1.0.6 | py35h7dd41cf_0 149 KB
bottleneck-1.2.1 | py35h035aef0_1 128 KB
libgfortran-ng-7.3.0 | hdf63c60_0 1.3 MB
mkl_random-1.0.1 | py35h4414c95_1 362 KB
astropy-2.0.8 | py35h035aef0_0 6.9 MB
numba-0.39.0 | py35h04863e7_0 2.4 MB
basemap-1.0.7 | np113py35_0 118.9 MB
imageio-2.9.0 | py_0 3.1 MB
h5py-2.7.0 | np113py35_0 2.8 MB
pandas-0.23.4 | py35h04863e7_0 10.0 MB
pywavelets-1.0.0 | py35hdd07704_0 4.4 MB
mkl-2018.0.3 | 1 198.7 MB
chardet-3.0.4 | py35_1 191 KB
ca-certificates-2020.6.24 | 0 133 KB
llvmlite-0.24.0 | py35hdbcaa40_0 15.4 MB
matplotlib-2.0.2 | np113py35_0 10.8 MB
geos-3.5.0 | 0 16.9 MB
conda-4.5.11 | py35_0 1.0 MB
cytoolz-0.9.0.1 | py35h14c3975_1 413 KB
numexpr-2.6.8 | py35hd89afb7_0 190 KB
glob2-0.7 | py_0 14 KB
intel-openmp-2019.4 | 243 876 KB
------------------------------------------------------------
Total: 464.2 MB
如果其他依赖库需要安装,可以先找一下能否用Anaconda安装,可以的话尽量用Anaconda安装,而且尽量在root用户权限里进行安装,我在普通权限用户下安装的numpy在root权限下用不了。
1.grib数据可视化可参考以下帖子:
http://blog.csdn.net/op07p6Aaqo9u71/article/details/78794663
2.对于windows下如何用xarray+cfgrib读取grib资料可以参考下贴:
https://www.jianshu.com/p/5eb228b5d408
cfgrib是python和grib文件处理的新标准。易于安装和访问文件,安装最新版本,支持GFS文件,下载地址https://github.com/ecmwf/cfgrib

处理grib数据并生成tiff文件可以使用cfgrib。首先,需要安装cfgrib和eccodes。可以使用以下命令进行环境配置:conda install -c conda-forge cfgrib eccodes。 接下来,可以使用cfgrib来读取grib数据并进行处理。使用xarray可以更方便地处理多维数据。以下是一个示例代码: ```python import xarray as xr import cfgrib # 读取grib数据 ds = xr.open_dataset('your_grib_file.grib', engine='cfgrib') # 查看数据信息 print(ds) # 提取需要的变量 var = ds\['your_variable'\] # 查看变量信息 print(var) # 将变量保存为tiff文件 var.to_netcdf('your_output_file.tiff', format='NETCDF4') ``` 在这个示例中,首先使用xr.open_dataset函数读取grib文件,并指定engine为cfgrib。然后,可以查看数据信息和变量信息。最后,使用to_netcdf函数将变量保存为tiff文件。 请注意,具体的代码可能需要根据你的数据和需求进行调整。此外,cfgrib还有其他功能和方法,你可以根据需要进一步探索和使用。 希望这个回答对你有帮助!如果还有其他问题,请随时提问。 #### 引用[.reference_title] - *1* *2* [关于ERA5气象数据读取的方法](https://blog.csdn.net/m0_48011081/article/details/124303035)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值