PyGrADS使用实例入门指南

PyGrADS提供了 gacore 类，容许用户调用任何GrADS 可执行程序，例如： grads, gradsnc, gradshdf, gradsdods, gradsdap等。而且用户可以像使用函数一样，把GrADS命令发给gacore类，请看下面的例子：

from grads.gacore import GaCorega = GaCore(Bin='grads') # 如果GrADS的版本小于2.0，可以使用ga = GaCore(Bin='gradsnc')fh = ga.open("http://monsoondata.org:9090/dods/model")ga("display ps")

实际上，在GrADS大于2.0的版本中，可以更简洁一点：

import grads #导入库ga=grads.GrADS() #使用GrADS客户端程序，要求GrADS版本大于2.0.0fh = ga.open("http://monsoondata.org:9090/dods/model") #读取文件ga("display ps")   #显示图形ga("printim D:/x.png white") #保存图形，将背景设为白色

绘制的图形如下：

如果你安装了Numpy，那么可以很方便地在python和GrADS客户端之间传递数据：

  from grads.ganum import GaNum   ga = GaNum()  ts = ga.exp("ts")  # export variable ts from GrADS  ts = ts - 273      # convert ts to Celsius  ga.imp("tc",ts)    # send the NumPy array to GrADS  ga("display tc")   # display the just imported variable

如果你还安装了MatPlotLib，那么绘制图形将非常轻松方便：

  from pylab import contourf  contourf(ts.grid.lon,ts.grid.lat,tc) 

如果你还安装了Matplotlib/Basemap,那么PyGrADS还提供了galab类，容许你使用basemap绘图：

from grads.galab import GaLabga = GaLab()fh = ga.open("http://monsoondata.org:9090/dods/model") #读取文件ga.blue_marble('on')ga("set lon -180 180")ga.contour('ua')title('Zonal Wind')

绘制的图形如下：

如果将GrADS、MatPlotLib、Pylab结合起来威力更加强大。在GrADS中做统计分析是很不方便的，但是Python中却非常轻松。

例如计算eof（empirical ortoghonal functions）：

 ga.open("slp.nc") ga("set t 1 41") v, d, pc = ga.eof('slp')

更多的内容可以自己去PyGrADS的官方主页摸索吧！