海洋数据处理软件 -海洋数据统计

气象海洋领域，常常会涉及到大规模的数据处理，比如高时空分辨率的模式数据、雷达数据和卫星数据等。

% O! _* X1 {* y. |0 |

大部分情况，我们一般只会涉及小规模数据处理，对计算效率并不会太过追求。但是当数据量变大时，低效的数据处理所耗费的时间非常明显，因此高效的数据处理方式尤为重要。

# ]" t3 K0 y. w, A

本篇以拟合一个高维数据的正太分布参数为例，介绍如何使用xarray+dask加速数据处理。

1 q; U1 f+ L; I8 `1 B) I+ ?# W

数据维度X[time, lev, lat, lon]，需要对三维空间每一点，沿着时间维度做正太分布拟合(正太分布拟合只是作为例子，这里可以定义你需要的操作函数)。

' _6 |6 f* l5 t; H! f

其中几个关键点解释一下：

3 F0 j2 a2 s) f- d: X3 }8 G; p

（1）首先定义拟合正太分布的函数

0 Y5 K2 v8 C8 X7 @: W8 S

def norm_fit(data): loc, scale = st.norm.fit(data) $ I9 w/ L8 o7 T2 C% B7 M# m return np.array([loc, scale])

这里需要注意的是，拟合的函数，输出参数，需要打包为一个数组。并且它的维度需要和后面aplly_ufun定义的输出维度一致。

（2）xarray分块

x = xr.DataArray(rs.randn(500, 20, 1500, 1500), dims=["time", "lev", "lat","lon"]) x = x.chunk({"lev":5, "lat":100,"lon":100})

, j4 l( [# `2 H

xarray结合dask可以将一个大型数组分成一个个数据块（chunk），需要注意的是我们需要沿着时间维操作，拟合需要整个时间维度的数据，因此时间维time不能分块，只能对其他维度分块。

（3）xarray.apply_ufunc函数

. O4 d& `# K4 D( S

result = xr.apply_ufunc(norm_fit, ( I, m# _( w h( y) Y x, input_core_dims=[["time"]], output_core_dims=[["paras"]], + X" J* Z8 w. ^) c7 b) @ dask="parallelized", output_dtypes=[np.float], dask_gufunc_kwargs={output_sizes:{"paras":2}} 3 C: ]( }) {# G* f- l )

- l( j6 T7 ~3 D( U

apply_ufunc函数具体可以参考官网教程，这里只说使用时遇到的困难，即如何定义输出维度：输出维度是用output_core_dim定义的，将输出的拟合参数（期望和标准差）定义为paras维度，维度的大小为2，通过output_sizes参数设置。这样我们输入[time, lev, lat, lon]的数据，在每个空间点对时间维度拟合之后，输出的数据为[lev, lat, lon, paras]。（PS: 这里感谢深雨露大佬的指点）

以下是全部代码：

from scipy import stats as st $ l, N1 O+ D4 [0 C import xarray as xr " g; b; A* ]3 e$ ]( r/ i import dask import numpy as np 7 H5 \+ I! {1 U: Z+ r from dask.diagnostics import ProgressBar def norm_fit(data): loc, scale = st.norm.fit(data) return np.array([loc, scale]) / E# W4 @0 I' C0 u( j% `4 l rs = np.random.RandomState(0) x = xr.DataArray(rs.randn(500, 20, 1500, 1500), dims=["time", "lev", "lat","lon"]) z) [3 F! E# F$ O/ l x = x.chunk({"lev":5, "lat":100,"lon":100}) & ^$ _- ]! {0 M8 ?0 o" R+ R8 i' w #使用apply_ufunc计算，并用dask的并行计算 result = xr.apply_ufunc(norm_fit, 4 t. o5 G" V/ S x, input_core_dims=[["time"]], 6 b1 k7 ]4 Y! T+ e2 B output_core_dims=[["paras"]], dask="parallelized", 7 a. X" a8 q4 t output_dtypes=[np.float], dask_gufunc_kwargs={output_sizes:{"paras":2}} * l$ ~( U1 U- W; L ) #compute进行真实的计算并显示进度 with ProgressBar(): result = results.compute() + R" w O3 N9 W; H3 Q9 z+ I5 H #结果冲命名保存到nc文件 result = result.rename("norm_paras") % j! C9 I+ Q) r2 n3 L result = result.to_netcdf("norm_fit_paras.nc",compute=False) with ProgressBar(): " N2 E9 e* n" ]/ b+ d! l7 v result.compute()

, ?+ x& \/ U# r

转自：气海同途

# R0 m+ H7 C1 h3 b

关注【Ai尚研修科研技术平台】公众号，查看更多课程安排及免费数据资料

/ K6 n( ?) K$ ]$ W

【大气，生态、遥感、水文水资源、地下水环境、统计语言、生信等】多领域视频教程​mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247576733&idx=3&sn=8f147b34d9652c454b954dcc2952ae38&chksm=fa78f3a0cd0f7ab630d262dbe674cd24ee8c06b2b0c12ab029b18a702e692dd6d8c48e0783e6&token=1162449722&lang=zh_CN&scene=21#wechat_redirect

推荐：

1、Python语言在地球科学领域中的应用实践技术应用

4 T+ Q; N$ t L1 R$ M

2、【夏令营】针对课题组人员AI培养计划:“开启AI科研之路”

3、Python在气象与海洋中的实践技术应用精品课程

4 @- R$ X: A- e$ M4 @2 Y

4、Python在WRF模型自动化运行及前后处理中的实践技术应用

, Q6 D, H) p: |& e# d4 b

5、全套Python机器学习核心技术与案例分析实践应用视频

' ]) \' J5 f4 B4 D3 h, n5 y: u

6、全套区域高精度地学模拟-WRF气象建模、多案例应用与精美制图精品课程

7、WRF DA资料同化系统理论、运行与与变分、混合同化新方法技术应用视频教程

' d. @6 N/ {) t; ~. H% h 8 ]& I4 z% t* x