b. Python环境
Python环境分为开发环境和第三方库环境。合适的开发环境可以让代码页面更清晰美观,区分各种类型的变量,检查部分显而易见的bug,并提供一些(暂时不一定用得上的)辅助功能。
Python本体与开发环境的安装大家可以参考bala近期写的Python处理气象数据教程的第一、二章(
https://www.tyboard.net/forum.php?mod=viewthread&tid=316),我个人开发环境选的是Pycharm,总体而言用的还算顺手,就是内存占的比较大,具体选哪个开发环境大家可以依自己需求决定。
成熟、易于使用的第三方库是Python的一大优势。绘制云图时我们无需将最底层的代码全部自己码完(很显然我也不知道这怎么写),只需要学会调用第三方库中已经编写好的模块就行。
完成最基础的MODIS云图渲染只需要调用四个第三方库:pyhdf,numpy,scipy,matplotlib,分别负责hdf读取,数学操作,数据插值(当然scipy能做的事远不止插值),与图片渲染。如果有绘制海岸线等需求会用到cartopy,伪VIS使用陆地底图还会用到opencv等。
第三方库的安装同样可以参考bala的教程的第四章,(
https://www.tyboard.net/forum.php?mod=viewthread&tid=316)写的很详细,我自己写不了这么周全就不作重复了。使用pip安装时请预先确认第三方库在pip中对应的名称,有时会和调用代码时用的名称不一致。
大型的第三方库一般都有网站对其功能作详细的解释。以matplotlib为例,官网上(
https://matplotlib.org/)自带了一些代码示例。不过以个人体验来说,更多时候我都是直接在浏览器上搜函数名称,跳转到matplotlib.org的reference页面去查看函数具体的输入输出,若理解有困难再去参考页面底部链接的代码示例。
上图是pcolormesh函数的reference页面,这也是我们将亮温等二维数组绘制成投影过的云图最主要的函数。