安裝與基本指令

背景

有關wrf-python

• wrf-python顧名思義就是處理wrf相關檔案的python程式庫，包括讀寫、分析、以及繪圖等等。
• wrf-python是NCAR下的開放源專案，有14位作者聯合的貢獻。目前版本為1.3.3.。
• wrf-python也是NCL停止繼續發展後轉接到python的幾個專案之一，除了wrf-python，NCAR同步也持續發展PyNGL、VAPOR等等。
• 這也意味wrf-python並不是發展完全的系統，有待持續關注、也表示如果有必要，還是必須自己使用matplotlib寫繪圖套件。
• 程式碼：wrf-python
• 說明、範例：官網

程式庫安裝

conda安裝

• 見官網-安裝
• 如未安裝PyNGL and/or PyNIO，建議先予安裝，將環境切換到pyn_env後再裝wrf-python。

conda install -c conda-forge wrf-python

openMP重新編譯

• 如果資料分析時能夠啟動電腦的所有核心，那是再好不過了

git clone https://github.com/NCAR/wrf-python
cd ./fortran/build_help
gfortran -o sizes -fopenmp omp_sizes.f90
python sub_sizes.py
cd ..
gfortran -E ompgen.F90 -fopenmp -cpp -o omp.f90
f2py *.f90 -m _wrffortran -h wrffortran.pyf --overwrite-signature
cd ..
python setup.py clean --all
python setup.py config_fc --f90flags="-mtune=generic -fopenmp" build_ext --libraries="gomp" build
pip install .

其他相依軟件

• PyNGL and/or PyNIO
  • conda create --name pyn_env --channel conda-forge pynio pyngl
• matplotlib pip install matplotlib
• cartopy：
  • brew install proj geos (macOS)
  • pip3 install --upgrade pyshp
  • pip3 install shapely --no-binary shapely
  • brew install pkg-config
  • export PKG_CONFIG_PATH=/usr/local/bin/pkgconfig
  • conda install -c conda-forge cartopy
• Proj
  • conda install -c conda-forge proj
  • or install from source code(centos)

kuang@centos8 ~/MyPrograms/PROJ/build
$ cat cmake.kng
cmake -DTIFF_INCLUDE_DIR=/opt/anaconda3/include \
-DTIFF_LIBRARY_RELEASE=/opt/anaconda3/lib/libtiff.so \
-DSQLITE3_INCLUDE_DIR=/opt/anaconda3/envs/py37/include \
-DSQLITE3_LIBRARY=/opt/anaconda3/envs/py37/lib/sqlite3.30.1.2/libsqlite3.30.1.2.so ..
cmake --build .

變數定義

• wrf-python最強項的功能除了繪圖之外，就屬getvar函數及其內插程式。
• 引數：(wrfin, varname, timeidx=0, method='cat', squeeze=True, cache=None, meta=True, **kwargs)
  • wrfin: wrf檔案名稱
  • varnam: wrf-python使用的變數名稱，不是wrfout檔案的變數名稱。為區別二者，前者用小寫，後者在ncf檔案中是大寫。
  • timeidx: 時間序，0～nt-1
  • method: 時間軸是否壓縮。'cat':保持時間軸（內設）；'join':聯合(壓縮)時間軸
  • squeeze: 如維度僅有一層在輸出矩陣的shape中是否予以去除？內設為True
  • cache: 將程式中反覆使用的變數暫存成矩陣名稱（varnam:ndarray），以避免反覆讀取增加執行效，內設為None。
  • meta:
  • Additional Keyword Arguments: 每個變數不太相同，詳下列表格。
    • 如果只有一種單位，就不能使用units選項。
• 輸出
  • getvar會按照新變數定義的意義輸出成帶座標系統(meta)的矩陣。
• 原表格按照字母順序排列，以下按照變數類別分類。

Dimensions and Terran

Height

Temperatures

Pressures

Velocities

Energy

High Order Dynamics

Vapors, Cloudness and Precipitation

色標

• wrf-python適用所有matplotlib選項

  所有選項

• cmap選項常用有：”jet”、”rainbow”等
• 分為7大類
  • plot_color_gradients(‘Perceptually Uniform Sequential’, [‘viridis’, ‘plasma’, ‘inferno’, ‘magma’, ‘cividis’])
  • plot_color_gradients(‘Sequential’, [‘Greys’, ‘Purples’, ‘Blues’, ‘Greens’, ‘Oranges’, ‘Reds’, ‘YlOrBr’, ‘YlOrRd’, ‘OrRd’, ‘PuRd’, ‘RdPu’, ‘BuPu’, ‘GnBu’, ‘PuBu’, ‘YlGnBu’, ‘PuBuGn’, ‘BuGn’, ‘YlGn’])
  • plot_color_gradients(‘Sequential (2)’, [‘binary’, ‘gist_yarg’, ‘gist_gray’, ‘gray’, ‘bone’, ‘pink’, ‘spring’, ‘summer’, ‘autumn’, ‘winter’, ‘cool’, ‘Wistia’, ‘hot’, ‘afmhot’, ‘gist_heat’, ‘copper’])
  • plot_color_gradients(‘Diverging’, [‘PiYG’, ‘PRGn’, ‘BrBG’, ‘PuOr’, ‘RdGy’, ‘RdBu’, ‘RdYlBu’, ‘RdYlGn’, ‘Spectral’, ‘coolwarm’, ‘bwr’, ‘seismic’])
  • plot_color_gradients(‘Cyclic’, [‘twilight’, ‘twilight_shifted’, ‘hsv’])
  • plot_color_gradients(‘Qualitative’, [‘Pastel1’, ‘Pastel2’, ‘Paired’, ‘Accent’, ‘Dark2’, ‘Set1’, ‘Set2’, ‘Set3’, ‘tab10’, ‘tab20’, ‘tab20b’, ‘tab20c’])
  • plot_color_gradients(‘Miscellaneous’, [‘flag’, ‘prism’, ‘ocean’, ‘gist_earth’, ‘terrain’, ‘gist_stern’, ‘gnuplot’, ‘gnuplot2’, ‘CMRmap’, ‘cubehelix’, ‘brg’, ‘gist_rainbow’, ‘rainbow’, ‘jet’, ‘turbo’, ‘nipy_spectral’, ‘gist_ncar’])
• 反轉色標：XXX_r。
  • 如rainbow -> rainbow_r

選擇考量

• 性質迥異之整數純量，如土地使用、行政區別等，可以考慮使用Qualitative。
  • 即使為連續場，如數量差異很大，如dB、或有標準上下考量，亦可以嘗試Qualitative。
• Sequential雙色漸層色彩較為不純，可以考慮用 Sequential (2) 的四季
• Cyclic容易誤解，慎重使用
• 如果圖面太偏低值或高值，不必重選顏色，而用不等間距的interval來取代等間距
  • 圖面偏向低值(如NO₂/SO₂/煙流濃度)→取log值、等分、再取exp返回
  • 圖面偏向高值(如位溫垂直變化)→取exp值、等分、再取log返回
• color list的使用，詳見公版模式後製工具等值圖的問題

Reference

• Gene Z. Ragen, discussion on Plotting wind vectors on vertical cross-section with matplotlib 2019, Oct. 8.