MeteoInfoLab脚本示例：中国地面国际交换站气候资料日值数据集(V3.0)

MeteoInfo

中国地面国际交换站气候资料日值数据集(V3.0)可以在“中国气象数据网”上下载，每个月每个要素一个文件（ASCII），具体格式说明见网站的相关文档。以2012年5月温度数据文件为例，各列分别为站号、纬度、经度、高度、年、月、日、平均温度、最低温度、最高温度、平均温度质量控制码、最低温度质量控制码、最高温度质量控制码。

50353 5143 12639   1774 2012  5  1    103    164     19 0 0 0
50353 5143 12639   1774 2012  5  2    126    192     31 0 0 0
50353 5143 12639   1774 2012  5  3     90    126     67 0 0 0
50353 5143 12639   1774 2012  5  4     87    139     70 0 0 0
50353 5143 12639   1774 2012  5  5     98    165     39 0 0 0
50353 5143 12639   1774 2012  5  6    110    149     68 0 0 0
50353 5143 12639   1774 2012  5  7    103    131     86 0 0 0
50353 5143 12639   1774 2012  5  8    115    165     39 0 0 0
50353 5143 12639   1774 2012  5  9    133    196     79 0 0 0
50353 5143 12639   1774 2012  5 10    128    200     47 0 0 0
50353 5143 12639   1774 2012  5 11    141    240     22 0 0 0
50353 5143 12639   1774 2012  5 12    181    254     75 0 0 0

...

MeteoInfoLab有readtable()函数，很适合读取这种表格式的文本数据，文件中没有列名，需要设置headlines=-1，可以用colnames参数设置各数据列的名称。数据被读入一个表格后，可以用列名来获取某一列的数据。

下面示例从表格中利用sql()函数获取各站点2012年5月1日的数据表格，然后绘制平均气温的站点分布图。需要注意的是数据中经纬度是度分格式，要转化为度。

1. #Read table data
   
2. fn = 'D:/Temp/ascii/st_dayave/SURF_CLI_CHN_MUL_DAY_CES-TEM-12001-201205.txt'
   
3. col_names = ['Stid','Lat','Lon','Alt','Year','Month','Day','T_Ave','T_Max',\
   
4.     'T_Min','Code_Ave','Code_Max','Code_Min']
   
5. table = readtable(fn, headerlines=-1, format='%s%3f%3i%3f%3i', colnames=col_names)
   
6. #Sql - only select rows with 'Day = 1'
   
7. table = table.sql('Day = 1')
   
8. #Get data from table
   
9. stid = table['Stid']
   
10. lon = table['Lon']
    
11. d = (lon / 100).astype('int')
    
12. m = (lon - d * 100) / 60
    
13. lon = d + m
    
14. lat = table['Lat']
    
15. d = (lat / 100).astype('int')
    
16. m = (lat - d * 100) / 60
    
17. lat = d + m
    
18. temp = table['T_Ave'] * 0.1
    
19. #Plot
    
20. axesm()
    
21. bou2_layer = shaperead('D:/Temp/map/bou2_4p.shp')
    
22. bou1_layer = shaperead('D:/Temp/map/bou1_4l.shp')
    
23. geoshow(bou2_layer, edgecolor='lightgray')
    
24. geoshow(bou1_layer, facecolor=(0,0,255))
    
25. layer = scatterm(lon, lat, temp, 20)
    
26. title('Temperature (2012-05-01)')
    
27. colorbar(layer)
    
28. xlim(72, 136)
    
29. ylim(16, 55)
    
30. #Add south China Sea
    
31. sc_layer = bou1_layer.clone()
    
32. axesm(position=[0.14,0.15,0.15,0.2], axison=False, frameon=True)
    
33. geoshow(sc_layer, facecolor=(0,0,255))
    
34. xlim(106, 123)
    
35. ylim(2, 23)

#Read table data<br /> fn = 'D:/Temp/ascii/st_dayave/SURF_CLI_CHN_MUL_DAY_CES-TEM-12001-201205.txt'<br /> col_names = ['Stid','Lat','Lon','Alt','Year','Month','Day','T_Ave','T_Max',\<br />     'T_Min','Code_Ave','Code_Max','Code_Min']<br /> table = readtable(fn, headerlines=-1, format='%s%3f%3i%3f%3i', colnames=col_names)<br /> #Sql - only select rows with 'Day = 1'<br /> table = table.sql('Day = 1')<br /> #Get data from table<br /> stid = table['Stid']<br /> lon = table['Lon']<br /> d = (lon / 100).astype('int')<br /> m = (lon - d * 100) / 60<br /> lon = d + m<br /> lat = table['Lat']<br /> d = (lat / 100).astype('int')<br /> m = (lat - d * 100) / 60<br /> lat = d + m<br /> temp = table['T_Ave'] * 0.1<br /> #Plot<br /> axesm()<br /> bou2_layer = shaperead('D:/Temp/map/bou2_4p.shp')<br /> bou1_layer = shaperead('D:/Temp/map/bou1_4l.shp')<br /> geoshow(bou2_layer, edgecolor='lightgray')<br /> geoshow(bou1_layer, facecolor=(0,0,255))<br /> layer = scatterm(lon, lat, temp, 20)<br /> title('Temperature (2012-05-01)')<br /> colorbar(layer)<br /> xlim(72, 136)<br /> ylim(16, 55)<br /> #Add south China Sea<br /> sc_layer = bou1_layer.clone()<br /> axesm(position=[0.14,0.15,0.15,0.2], axison=False, frameon=True)<br /> geoshow(sc_layer, facecolor=(0,0,255))<br /> xlim(106, 123)<br /> ylim(2, 23)

下面示例用sql()函数提取54511站的整月数据表格，并绘制气温变化图。

1. #Read table data
   
2. fn = 'D:/Temp/ascii/st_dayave/SURF_CLI_CHN_MUL_DAY_CES-TEM-12001-201205.txt'
   
3. col_names = ['Stid','Lat','Lon','Alt','Year','Month','Day','T_Ave','T_Max',\
   
4.     'T_Min','Code_Ave','Code_Max','Code_Min']
   
5. table = readtable(fn, headerlines=-1, format='%s%3f%3i%3f%3i', colnames=col_names)
   
6. #Sql - only select rows with 'Stid = "54511"'
   
7. table = table.sql('Stid = "54511"')
   
8. #Get data from table
   
9. day = table['Day']
   
10. t_ave = table['T_Ave'] * 0.1
    
11. t_min = table['T_Min'] * 0.1
    
12. t_max = table['T_Max'] * 0.1
    
13. #Plot
    
14. plot(day, t_ave, 'r-o', label=u'平均温度')
    
15. plot(day, t_min, 'g-^', label=u'最低温度')
    
16. plot(day, t_max, 'b-s', label=u'最高温度')
    
17. xlim(1, 31)
    
18. ylim(10, 40)
    
19. legend(loc='upper center', fontname=u'宋体', orientation='horizontal', frameon=False)
    
20. xlabel(u'日', fontname=u'宋体')
    
21. ylabel(u'温度（摄氏度）', fontname=u'宋体')
    
22. xaxis(minortick=True)
    
23. yaxis(minortick=True)
    
24. title(u'站点54511日温度变化（2012年5月）', fontname=u'黑体')

#Read table data<br /> fn = 'D:/Temp/ascii/st_dayave/SURF_CLI_CHN_MUL_DAY_CES-TEM-12001-201205.txt'<br /> col_names = ['Stid','Lat','Lon','Alt','Year','Month','Day','T_Ave','T_Max',\<br />     'T_Min','Code_Ave','Code_Max','Code_Min']<br /> table = readtable(fn, headerlines=-1, format='%s%3f%3i%3f%3i', colnames=col_names)<br /> #Sql - only select rows with 'Stid = "54511"'<br /> table = table.sql('Stid = "54511"')<br /> #Get data from table<br /> day = table['Day']<br /> t_ave = table['T_Ave'] * 0.1<br /> t_min = table['T_Min'] * 0.1<br /> t_max = table['T_Max'] * 0.1<br /> #Plot<br /> plot(day, t_ave, 'r-o', label=u'平均温度')<br /> plot(day, t_min, 'g-^', label=u'最低温度')<br /> plot(day, t_max, 'b-s', label=u'最高温度')<br /> xlim(1, 31)<br /> ylim(10, 40)<br /> legend(loc='upper center', fontname=u'宋体', orientation='horizontal', frameon=False)<br /> xlabel(u'日', fontname=u'宋体')<br /> ylabel(u'温度（摄氏度）', fontname=u'宋体')<br /> xaxis(minortick=True)<br /> yaxis(minortick=True)<br /> title(u'站点54511日温度变化（2012年5月）', fontname=u'黑体')

chennizi

纯粹为了抢个沙发，哈哈，这不算灌水，这不为赚钱

YF2015

数据在哪里下载呢

MeteoInfo

YF2015 发表于 2016-5-20 19:37
数据在哪里下载呢

自己上网搜一下吧

river

漂亮的图，赶紧来学习

rceclx

王老师，周末好！
请问一下：readtable()函数和sql()函数联合使用，提取某一个台站（如54511）数据后，怎么保存输出为.txt或.csv或.xlsx等格式的数据？

MeteoInfo

rceclx 发表于 2016-9-24 12:00
王老师，周末好！
请问一下：readtable()函数和sql()函数联合使用，提取某一个台站（如54511）数据后，怎 ...

用PyTableData的savefile方法，比如：
table.savefile('C:/Temp/test.cvs')

rceclx

MeteoInfo 发表于 2016-9-24 13:50
用PyTableData的savefile方法，比如：
table.savefile('C:/Temp/test.cvs')

谢谢王老师！

rceclx

MeteoInfo 发表于 2016-9-24 13:50
用PyTableData的savefile方法，比如：
table.savefile('C:/Temp/test.cvs')

王老师，您好！
V3.0这样的日值数据集中没有单独的时间列(日期)，要计算月平均或年平均的话，ave_month或ave_year函数无法使用，是不是需要在table中新增加一个时间列？有没有这样的函数？谢谢！

wsjqxjy

学习了,谢谢分享!!!