问题标签 [python-iris]

有没有办法使用文件对象（二进制流）或从 netCDF4 数据集对象创建（打开/加载）虹膜立方体？

具体来说，我有一个通过 URL 提供的文件，但不是由 OpenDAP 服务器提供的；iris.load_cube()和朋友在这方面失败了。

我意识到 Iris 更喜欢延迟加载，因此使用 URI 而不是内存中的数据，但这并不总是可行的。

对于普通的 netCDF4Dataset对象，我可以执行以下操作：

因此，我希望为 Iris 做类似的事情Cube，或者将 netCDF4 数据集读入多维数据集，而无需通过磁盘上的临时文件。我曾希望 Iris 功能中存在某些内容，但我（还）无法在参考文档中找到它。

我最近从 netcdf4 切换到 iris 以在 Python 中读取 netcdf 文件（我使用的是 Python 2.7）。在许多方面，这改进了我的代码，但我在某些数据集上遇到了一些性能问题。使用 netcdf4 读取一些文件（不是全部）过去只需要几秒钟，而使用 iris 则需要一分钟或更多分钟。

这是我使用的一个简单测试。使用 netcdf4 进行第一次读取需要 4 秒，使用 iris 大约需要 90 秒！这大大降低了我的代码性能，因为我通常一次运行读取许多文件。

有人发现了同样的行为吗？是不是我对 iris 做错了什么？

我有一个简单的 netCDF 文件，它有一个数据立方体，即 LAT、LONG、TIME 作为 3 维，它存储温度。它以掩码数组的形式存储在 NumPy 中。下面的代码将其提取为 CSV 格式。但是处理 20 MB 文件非常慢，即每次迭代需要 20 秒，所以我总共有 4 * 548 * 20 秒 = 43840 秒 = 703 分钟 = 12 小时。

如果您查看有注释 TAKES_LONG_TIME 的行，则需要更多时间。我相信对于每个单元格，NumPy 中都会发生从 Python 到 C 代码的切换。不确定在以下情况下我该如何解决。请指教。谢谢。

我正在使用 Iris 模块从 netcdf 转换为 grib2：

但我无法保存在 grib2 中！我看到其他用户可以使用相同的 iris 模块做到这一点，但我不知道问题出在哪里。我收到以下错误："Unable to save GRIB file - "iris_grib" package is not installed."

我刚刚在 Python 3.7 中安装了 iris 2.2.0。iris_grib 模块不适用于 Python 3.7。

我有一个模型级别的风速 netcdf。在同一个 netcdf 上，我有每个模型级别的高度。我把netcdf转换成一个立方体，所以每一层的高度就变成了一个辅助坐标。我想绘制一个横截面（经度 x 经度），并希望模型水平遵循地形。我尝试使用 Iris 模块文档示例（https://scitools.org.uk/iris/docs/latest/examples/General/cross_section.html），但它不起作用。

由于我已经有了每个级别相对于海平面的高度，我只需要切成垂直部分并绘制。我尝试按照文档示例进行操作，但它返回错误： ValueError: shape mismatch: objects cannot be broadcast to a single shape

贝娄是 Xarray.Dataset：

我将 DataArray 转换为名为 ws_iris 的多维数据集：

这是我的代码：

如您所见，我遵循与文档示例相同的步骤（https://scitools.org.uk/iris/docs/latest/examples/General/cross_section.html）

当我绘制相对于模型级别的经度时，会绘制垂直部分：

但是当我绘制与高度相关的图时：

我收到以下错误消息：

有人可以帮我确定我的代码有什么问题吗？

或者也许有人知道如何制作我想要的图表。

非常感谢您提前。

我有一个工作流程，我想与 dask 并行化，但我正在努力寻找一种有效的方法来做到这一点。我已经分析了代码并确定了我想要加速的方面。这是伪代码：

基于 numpy 的操作不需要并行化，当在我的本地机器上运行时，它只占不到 5% 的运行时间。我想通过在单独的进程上运行每次迭代来加速 for 循环（特别是昂贵的提取操作是花费大部分时间的地方）。所以我的第一次尝试是在 range(n) 和地图上使用 dask bag

将其作为 i 的函数。

我将它发送到我的基于 slurm 的计算集群以在 n 个进程上运行。它成功地产生了 n 个进程，但在 numpy 操作上超时。调查一下，我认为这是因为每个进程只运行一个线程。当我在没有 dask 的情况下运行代码时，我只得到 1 个进程，但有多个线程，并且基于 numpy 的操作很快。我尝试使用线程调度程序运行代码，然后运行，但仅使用一个进程，因此使用多处理器集群没有加速。（实际上它比没有 dask 的情况下运行要慢）。

所以我想我的问题是我想利用多处理，但如果我这样做，它会禁用多线程，这也是我需要的。

还有其他方法可以解决这个问题吗？谢谢

编辑：我尝试使用 Python 的本机多处理模块，但遇到了同样的问题。如果我将循环中的可迭代对象映射到进程池中的进程，则该函数在遇到 numpy 操作时会停止（嗯，不是停止，但非常慢）（在本例中为 np.apply_along_axis 操作））仅以串行方式运行会更快。

编辑2：我通过重构我的numpy操作来解决这个问题，所以它们只是在循环之外串行发生。（而且我的 iris 操作在多个进程中并行发生。）这行得通，但对我来说，numpy 所做的多线程似乎在子进程内部不起作用似乎仍然很奇怪。

我正在玩鸢尾花（真的很整洁！），我有一个城市纬度/经度列表，我有兴趣查看一段时间内的平均温度。我有 netcdf 文件，其中包含整个国家的气温。我想用最接近我的城市的纬度/经度来标记立方体中的数据点，这样我就可以轻松地获得这些城市所需的值，或者仅在某处导出这些城市的数据。

我想我需要以某种方式使用 add_categorised_coord ？ https://scitools.org.uk/iris/docs/latest/iris/iris/coord_categorisation.html#iris.coord_categorisation.add_categorised_coord

我会欣赏一个例子。谢谢！

见上面的问题，只想从 Iris cube 获取谷歌地图的纬度/经度......

立方体.coord_system()

LambertAzimuthalEqualArea(latitude_of_projection_origin=54.9, longitude_of_projection_origin=-2.5, false_easting=0.0, false_northing=0.0, ellipsoid=GeogCS(semi_major_axis=6378137.0, semi_minor_axis=6356752.314140356))

我想简单地将一个数据集的经纬度值重新网格到另一个数据集上，它会因坐标不匹配错误而失败。有没有人有解决这个问题的任何提示？

我已将代码和多维数据集描述放在最后。

谢谢！

立方体 与目标网格重新网格化

所以我对编码比较陌生，最近承担了为我的硕士论文建立一些气候模型的艰巨任务。使用此代码，我已经对其进行了调整，现在它没有显示任何错误消息，但现在它没有显示任何数字作为输出。有什么解决办法吗？

我输入

%matplotlib notebook在代码的顶部，也放在plt.show();脚本的底部（根据一些类似查询的建议）......但仍然不起作用。在此之前，它显示 <Figure Ssize 432x288 with 0 Axes> 我认为这可能是问题，但我无法弄清楚为什么有 0 个轴？

有什么建议/解决方案吗？

谢谢！

根据要求 - 我的代码：

我的代码底部有空白图