和鲸社区气象 Python 训练营 3.4

读取 FNL 再分析资料中 2021 年 1 月每个时次的地面 2m 温度的二维数组。对所有温度数据取整(int)，然后计算这 4 个时次中，最常出现的温度（单位：K）的值。

串行写会很慢的哦！建议还是使用 DASK 并行来计算！

import dask.array as da

import xarray as xr

import numpy as np

import glob  # 使用glob.glob，字符串中为包含了正则的字符串。返回所有文件夹或文件的字符串列表

@np.vectorize  # 函数向量化，实现int函数对多维数组取整。

def int_array(x):

    return int(x)

# 以列表形式返回结果，每个元素是字符串形式

a = glob.glob("/home/mw/input/fnl6384/fnl/fnl_202101*.grib2")

lena = len(a)

for i in range(lena):

    # grib2数据读取，通过xarray库；a[i]是字符串形式

    data_i = xr.open_dataset(a[i], engine="pynio")

    tem_i = int_array(data_i['TMP_P0_L103_GLL0'][0, ])

b = np.stack((tem_i)).flatten()

b.shape  # 一维，所以dask的chunks也要是一维分割

# DASK版本

dask_array_list = [da.from_array(b, chunks=(2000))]

# 查看分块情况

#dask_array_list[0]

value, count = np.unique(b,

                         return_index=False,    # 如果为true，返回新列表元素在旧列表中第一次出现的index

                         return_inverse=False,  # 如果为true，返回旧列表元素在新列表中的index

                         return_counts=True,   # 如果为true，返回去重数组中的元素在原数组中的出现次数)

                         )

value, count = list(value), list(count)

a1 = value[count.index(max(count))]  # 提取最大值，学习了上一节参考答案的代码。

a1