Postagens

Trabalhando com dados em NetCDF

Imagem
     Olá, pessoal.     Hoje vou mostrar como podemos visualizar dados de arquivo no formato NetCDF, que são muito comuns na nossa área. Geralmente são dados de saídas de modelo, reanálises e etc. Para o exemplo de hoje, vou mostrar como plotar a Temperatura a 2m com dados do ERA5 do ECMWF.     Para executar o exemplo de hoje, será necessário ter instaladas duas novas bibliotecas:     cartopy e netCDF4     Como já tem post aqui, falei sobre o Anaconda, e é fácil encontrar lá pelo site como executar o comando pra instalar essas duas bibliotecas. Se tu fores usuário de alguma distribuição linux, fica bem fácil de instalar pelo pip. Os comandos para o Anaconda são os seguintes:     conda install -c conda-forge netcdf4      conda install -c conda-forge cartopy     Caso use o pip, é só executar um dos dois comandos (pip3 é pra quem ainda possui o python 2 instalado e tem que instalar na versão 3):     pip install cartopy netcdf4      pip3 install cartopy netcdf4          Aqui vou compartilha

Política de Privacidade

Política Privacidade A sua privacidade é importante para nós. É política do respeitar a sua privacidade em relação a qualquer informação sua que possamos coletar no site , e outros sites que possuímos e operamos. Solicitamos informações pessoais apenas quando realmente precisamos delas para lhe fornecer um serviço. Fazemo-lo por meios justos e legais, com o seu conhecimento e consentimento. Também informamos por que estamos coletando e como será usado. Apenas retemos as informações coletadas pelo tempo necessário para fornecer o serviço solicitado. Quando armazenamos dados, protegemos dentro de meios comercialmente aceitáveis ​​para evitar perdas e roubos, bem como acesso, divulgação, cópia, uso ou modificação não autorizados. Não compartilhamos informações de identificação pessoal publicamente ou com terceiros, exceto quando exigido por lei. O

Editando plots no matplotlib

Imagem
     Seguindo com o post anterior, vamos agora trabalhar com a edição dos gráficos no matplotlib.     O Matplotlib é uma biblioteca de produção de gráficos bem interessante. Nela há diversas opção pra se criar muitos tipos de gráficos. Aqui ensinarei como editar o gráfico em linha, que foi produzido anteriormente.     Trabalhando com dados de estação automática do INMET, é possível se ter vários tipos de gráficos dependendo do que se quer mostrar. Primeiramente irá ser feito um gráfico para a temperatura instantânea (nos dados está como: TEMPERATURA DO AR - BULBO SECO. HORARIA (oC), mas eu editei para: temperatura do ar) do mês de janeiro de 2014.       Chamamos nossos dados de df, que é o padrão sugerido para chamar DataFrame. Também já foi ensinado como se coloca as datas como índice (index)  nesse dataframe, para que se possa trabalhar de forma muito mais simplificada com datas.     Primeiramente, precisamos carregar a biblioteca pyplot, contida dentro do matplotlib. Para isso, adic

Trabalhando com datas nos dados do INMET

Imagem
Data e hora       Uma coisa que a meteorologia se preocupa é com as datas e horários nos dados. Precisamos fazer médias mensais, anuais, sazonais, diárias e etc, além de outros cálculos estatísticos. Ainda bem que o Python consegue facilitar nossa vida. Para isso, será necessário utilizar a biblioteca Pandas , a mesma que utilizamos pra ler os dados em CSV das estações do INMET (Instituto Nacional de Meteorologia). Muitos baixam esses dados e tentam trabalhar no Excel, que dá um trabalho grande, e neste post vou ensinar a como podemos colocar a data e hora dos dados no Index do DataFrame com o Pandas e trabalhar só com datas e horas. Primeiramente vou utilizar um dado de uma estação qualquer do INMET, afinal eles tem o mesmo formato pra qualquer estação que queiras fazer. Pra esse caso, vou utilizar os dados da estação de Brasília-DF:    REGIÃO:;CO UF:;DF ESTAÇÃO:;BRASILIA CODIGO (WMO):;A001 LATITUDE:;-15.78944444 LONGITUDE:;-47.92583332 ALTITUDE:;1159.54 DATA DE FUNDAÇÃO (YYYY-MM-

Instalar o Anaconda no Windows

Imagem
Como instalar o Anaconda no Windows Por que usar Anaconda para Python? O Anaconda é um projeto open-source que já contém a linguagem Python e centenas de bibliotecas incluídas. Ele é muito prático de se usar pra quem quer usar Python. Além disso ele é gratuito e muito fácil de se usar e instalar. Só com ele, tu já consegues uitlizar o Python junto com várias bibliotecas básicas pra já conseguir trabalhar com alguns conjuntos de dados mais simples em meteorologia, além de ser muito útil para ciência de dados. Em breve posso fazer um post breve falando sobre utilidades do Python. Ele não funciona só no Windows, o anaconda é multiplataforma, ou seja, funciona em Windows, Linux e MacOS. Então, mesmo que tenhas o Linux e já quiser se acostumar, é uma boa alternativa. A diferença é que no Linux o Python já é nativo, então consegues baixar as coisas sem muitos problemas, com a mesma facilidade que usando o Anaconda. Abaixo, segue um passo a passo de instalação. Instalando no Windows

Como ler dados em csv de estação do INMET

Exemplo de dados de estação automática do INMET      Um dos tipos mais comuns de dados que encontramos quando trabalhamos com meteorologia é o tipo de dado em csv (comma separated values), que basicamente é como o nome diz em inglês: valores separados por vírgula.      Este tipo de dado é utilizado nas estações do INMET (Instituto Nacional de Meteorologia) e também da ANA (Agência Nacional de Águas). Então aqui vou usar um exemplo de como podemos ler esse tipo de dado em python e trabalhar com eles, largando o velho excel.     Primeiramente pra conseguir ler este tipo de dado vamos precisar da biblioteca Pandas. O pandas é uma biblioteca muito muito pra se trabalhar com DataFrame, que fazendo um paralelo a este tipo seria como organizar os dados em tabelas.     Uma dica importante pra quem migra do MATLAB, RStudio ou do próprio Excel (ou qualquer outro programa de suíte de planilhas) é utilizar o programa Spyder para fazer seus códigos. Ele possui uma aba pra escrever seus código, uma

Script para cálculo do ponto de orvalho

 Para o primeiro post do blog vou compartilhar este script, que usará uma apróximação conhecida para calcular a temperatura do ponto de orvalho. A dedução pode ser vista aqui Para calcular a temperatura do ponto de orvalho, precisaremos apenas da temperatura instantânea (do bulbo seco, se preferir) e da umidade relativa (UR). Este script é bem simples de escrever e pode ser usado pra ser executado no próprio prompt de comando inserindo os dados requisitados. Atenção: Este script foi escrito em linguagem Python na versão 3+. Caso você utilize a 2 (versão descontinuada), favor fazer alterações necessárias. import sys   import numpy as np   # Constantes utilizadas   a = 17.271   b = 237.7      #Aqui a temperatura será o argumento no 1   T=float(sys.argv[1])     # Aqui a UR será o argumento no 2   UR=float(sys.argv[2])     def ptorvalho_approx(T, UR):      Td = (b * gamma(T,RH)) / (a - gamma(T,RH))        return Td     def gamma(T, U