MeteoInfoLab脚本示例：小时数据日平均

MeteoInfo

通过readtable函数可以将文本数据读取到一个表格中，其中的format参数可以确定每列数据的数据类型，如果数据中包含时间列就可以对数据进行按照时间平均等操作。这里通过北京2014年12月PM2.5小时平均数据给出一个例子。读取数据到一个表格，并对小时数据进行日平均（通过表格数据的ave_day等函数），然后绘图。表格数据还有ave_hour, ave_month, ave_year等函数进行数据的小时平均、月平均、年平均计算。

部分数据：
Time AQI Grade PM2.5 PM10 CO NO2 O3 O3_8h SO2
2014120104 375.86 5.86 33.57 485.00 0.26 8.29 46.14 48.25 2.29
2014120105 69.12 2.00 9.38 87.75 0.25 6.00 40.25 46.12 5.00
2014120106 54.50 1.88 8.25 59.75 0.28 7.12 40.50 43.62 5.25
2014120107 46.38 1.38 6.62 47.12 0.29 11.62 37.75 40.88 5.00
2014120108 46.38 1.38 6.62 47.12 0.29 11.62 37.75 40.88 5.00
2014120109 25.60 1.00 8.40 25.60 0.34 17.20 30.60 39.00 7.60
2014120110 20.75 1.00 7.00 19.88 0.35 14.62 40.12 39.12 8.12
2014120111 20.75 1.00 7.00 19.88 0.35 14.62 40.12 39.00 8.12
2014120112 17.88 1.00 6.71 10.80 0.35 11.75 54.12 41.00 7.50
2014120113 18.71 1.00 7.80 9.67 0.34 11.86 58.29 42.62 7.14
2014120114 18.71 1.00 7.80 9.67 0.34 11.86 58.29 42.62 7.14
2014120115 18.71 1.00 7.80 9.67 0.34 11.86 58.29 42.62 7.14
2014120116 17.75 1.00 6.50 13.62 0.37 17.00 50.57 46.43 6.00
2014120117 16.38 1.00 6.88 13.43 0.40 22.25 46.12 49.88 6.12


脚本程序：

1. fn = r'V:\haze_analysis\aqi\data-station\obs_Beijing_201412.txt'
   
2. table = readtable(fn, format='%{yyyyMMddHH}D%9f')
   
3. t_hour = table['Time']
   
4. data_hour = table['PM2.5']
   
5. tab_day = table.ave_day(['PM2.5'])
   
6. data_day = tab_day['PM2.5']
   
7. t_day = tab_day['Date']
   
8. plot(t_hour, data_hour, '-b')
   
9. plot(t_day, data_day, '-ro')
   
10. ylabel(r'$\rm{PM_{2.5}} \ (\mu g \ m^{-3})$')
    
11. xaxis(axistype='time')
    
12. title('Beijing - 201412')

fn = r'V:\haze_analysis\aqi\data-station\obs_Beijing_201412.txt'<br /> table = readtable(fn, format='%{yyyyMMddHH}D%9f')<br /> t_hour = table['Time']<br /> data_hour = table['PM2.5']<br /> tab_day = table.ave_day(['PM2.5'])<br /> data_day = tab_day['PM2.5']<br /> t_day = tab_day['Date']<br /> plot(t_hour, data_hour, '-b')<br /> plot(t_day, data_day, '-ro')<br /> ylabel(r'$\rm{PM_{2.5}} \ (\mu g \ m^{-3})$')<br /> xaxis(axistype='time')<br /> title('Beijing - 201412')

DataFrame数据对象比Table具有更强的表格数据处理能力，可以对某一列数据进行操作，也可以对整个DataFrame进行日平均等计算。

1. fn = r'V:\haze_analysis\aqi\stationData\2014\Beijing\obs_Beijing_201412.txt'
   
2. df = DataFrame.read_table(fn, format='%9f', index_col=0, \
   
3.     index_format='%{yyyyMMddHH}D')
   
4. df_day = df.resample('D').mean()
   
5. pm10 = df_day['PM10'].values
   
6. pm25 = df_day['PM2.5'].values
   
7. t_day = df_day.index.data
   
8. plot(t_day, pm10, '-b^', label=r'$\rm{PM_{10}}$')
   
9. plot(t_day, pm25, '-ro', label=r'$\rm{PM_{2.5}}$')
   
10. ylabel(r'$\rm{PM}$' + u' (μg/m' + r'$^{-3})$', fontname='arial')
    
11. xaxis(axistype='time')
    
12. legend()
    
13. title('Beijing - 201412')

fn = r'V:\haze_analysis\aqi\stationData\2014\Beijing\obs_Beijing_201412.txt'<br /> df = DataFrame.read_table(fn, format='%9f', index_col=0, \<br />     index_format='%{yyyyMMddHH}D')<br /> df_day = df.resample('D').mean()<br /> pm10 = df_day['PM10'].values<br /> pm25 = df_day['PM2.5'].values<br /> t_day = df_day.index.data<br /> plot(t_day, pm10, '-b^', label=r'$\rm{PM_{10}}$')<br /> plot(t_day, pm25, '-ro', label=r'$\rm{PM_{2.5}}$')<br /> ylabel(r'$\rm{PM}$' + u' (μg/m' + r'$^{-3})$', fontname='arial')<br /> xaxis(axistype='time')<br /> legend()<br /> title('Beijing - 201412')

fengkp

射月楼主
威武！

静言_GRMC

这个用sql也很容易实现

mwwmww

又一款极其强大的气象软件

蓝胖子

第八行是data_hour？

MeteoInfo

蓝胖子 发表于 2018-9-26 20:05
第八行是data_hour？

谢谢指出这个错误，已在1楼更新

wmm

楼主会用matlab处理吗

sfz13851581045

王老师，这个函数可以把后面的数据当做一个矩阵一次求出多种污染物的均值吗？请王老师指教！！！

MeteoInfo

sfz13851581045 发表于 2019-4-2 10:39
王老师，这个函数可以把后面的数据当做一个矩阵一次求出多种污染物的均值吗？请王老师指教！！！

可以用DataFrame来完成，详见一楼新加上的脚本程序。

sfz13851581045

MeteoInfo 发表于 2019-4-2 12:01
可以用DataFrame来完成，详见一楼新加上的脚本程序。

王老师，威武！这个软件真的太给力了，就是还有两个小小的疑问：（1）刚刚我试了一下程序，发现这个程序在计算日均值的时候会把空值点算在内，有没有办法在计算日均值的时候不把空值点计算在内？（2）我想把处理过的数据用asciiwrite('F:/MeteoInfo/MeteoInfo/work/Data/2018_O3_day.txt',df_day, colnum=360,format='%-10.2f')读出来，提示是生成的数据不是一个数组，怎么把数据提取出来呢？