Python读取grib方法总结（window/Linux/Mac）

grib数据是以另一种带压缩功能的自描述文件，和netcdf相比，它没有什么额外的优点，但有诸多使用上的不便。grib使用不便的原因有两个：

1. 该数据的标准定义严格且狭窄，仅有少数部门（或单位、或应用场景）能够完全遵守标准来制作数据；
2. 数据读写接口工具支持的语言不丰富，接口容错性差。

当气象部门有些新的数据需要传输，若套用grib格式进行压码，往往由于难以完全符合标准，导致下游数据应用部门出现解码错误。当前，grib文件格式之所以仍然流行，一方面是因为和历史数据、系统的承接，另外一个重要原因是欧洲中心在使用，间接导致许多数值预报研究部门在使用该格式。实际上grib所需的功能用netcdf完全能够替代，且后者明显更加便利。

无论安装以下哪种库， 强烈建议在新环境下安装，之前在base环境下安装各种报错！！！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。

一、不推荐方法

1.pygrib（2021年之前）

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。如果要在Windows上使用pygrib，必须使用Cygwin环境，因为grib_api库需要posix环境。Cygwin安装说明可在此处获得。综合来看，不推荐使用pygrib库。

2.GDAL

可于window下安装，安装简单，但是需借助wgrib2查看grib变量所在通道，因此不推荐。

3. PyNIO

Linux或者MacOS用户强烈推荐PyNIO。
PyNIO (“pie-nee-oh”) 允许对气候和天气中流行的各种科学数据格式进行读写访问:

• NetCDF3 / NetCDF4
• GRIB1 / GRIB2
• HDF4
• HDF-EOS2
• HDF-EOS5
• Shapefile

PyNIO由美国国家大气研究中心（NCAR）的计算和信息系统实验室开发，最熟悉气象数据格式的机构开发的库，值得信赖，不过对于windows用户不够友好，只能在Linux或者MacOS上安装。

二、推荐方法

1.pygrib（2021年之后）

2021年之后，pygrib开始支持windows系统，使用范围大增，读取grib数据稳定，详见官网和用户手册。

安装方法：

conda install -c conda-forge pygrib

示例：

import pygrib

grbs = pygrib.open('a2.grib')
# 输出所有变量
for grb in grbs: # 索引从1开始，不是从0开始
    print(grb)
# 查看所有变量
v_names = grbs.select()
# 选择第一个变量，从0索引开始
v0 = grbs.select()[0]
# 随便挑一个变量做示例，从1开始
grb = grbs[1]
key = grb.keys()
value = grb.values
lats, lons = grb.latlons()

缺点： 读取的变量grbs数量有可能出现非常多，很难挑出自己想要的变量所在维度。

2. xarray搭配cfgrib

优点：Linux/windows/MacOS均可用，安装较简单，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