博客

python 倒数两列_Python和Fortran注意事项

  • Post author:
  • Post category:python


之前学习python和fortran的时候已经查过很多次相关内容了，有的内容也会添加到网页收藏夹里。但由于我干的事情很杂（也可能是记性不好），查过的东西总是会忘，忘了再查，查了再忘，索性就专门整理一下以备不时之需吧。（不定期更新）

一、python

1、查找import库的位置

python

二、numpy

1、将数组内nan的值转为0.0

a

2、数组内某数的个数和位置

np.sum(a == 1)
np.where(a ==1)

3、将某列中含有某值的行删除

用到了取反~ 

site_id_from_step1 = site_id_from_step1[~site_id_from_step1.loc[:,2].isin([-1])]

4、删除有nan的行

delete_nan = pd.DataFrame(delete_nan)
delete_nan = delete_nan.dropna(axis=0,how='any') # 删除有nan的行
delete_nan = delete_nan.dropna(axis=0,how='all') # 删除所有列都是nan的行

5、将数组重复n遍

x = np.tile(ec_lon[0], ec_lat.shape[0])

第一个参数是需要被重复的数组，第二个输入参数是重复几遍的几

三、matplotlib

1、contourf(x, y, z, np.arange(np.min(z), np.max(z)+0.01,0.01))中为第四个参数来控制显示范围和间隔

2、如果子图的标题和上一个子图的xlabel重合了

plt.tight_layout()即可

3、涉及到basemap绘图的时候，有时候莫名其妙，figure的外框没了，用常规的方法如：

ax = plt.subplot(111)
ax.spines['top'].set_visible(True)

行不通，那么解决办法是 

m.drawparallels(np.arange(0., 52., 0.5), labels=[1,0,0,0], fontsize=20,linewidth=1.0)

重点是linewidth加上就行，当然有时候直接重启Spyder也能解决问题

4、关于plt.hist

count

n是每个间隔内数值出现的个数，bins是每个间隔的位置（每个间隔分左右端，bins包含了第一个间隔的左端和最后一个间隔的右端，所以bins.shape[0]=n.shape[0]+1）,spatches不用管。

常规得到的是频数分布图，即纵坐标表示每个间隔内数值出现的个数。若想改为频率分布直方图，老版的matplotlib用到了normed，设为True或者非0数即可，得到的结果是n的值与相应间隔的长度相乘结果为1。

若想得到纵坐标是出现的频率，且不需要面积为1（即上述normed=True）,那么有两种办法，第一种如plt.subplot(513)，即把hist得到的n通过plt.bar重新绘制；第二种方法是利用plt.hist中的weights，如plt.subplot(515)中的设置，即可得到频率单位为%的结果。第二种方法更为简单。

多说一句，如果是以hist的形式来比较两组数据，最好还是使用normed=True即标准化之后的结果。因为，如果不进行标准化，只是呈现原始数据的话，由于两组数据的间隔范围与间隔长度是不同的，所以会导致看上去是不平衡不协调的。

5、关于spines的相关操作：

plt.gca().spines["top"].set_alpha(0.0)    
# plt.gca().spines["bottom"].set_alpha(1.2)
plt.gca().spines["right"].set_alpha(0.0)    
# plt.gca().spines["left"].set_alpha(1.2) 
plt.gca().spines['bottom'].set_linewidth(2.0)
plt.gca().spines['left'].set_linewidth(2.0)

四、Pandas

1、关于DataFrame插入、删除、重命名列[Post_model.py]

d33715abf552660bb5922033dc03adab.png

2、读入带有日期格式的数据

2.1 、日期和时间分为了两列

3f6c0820d631de1a3c7ca5d0f633f74b.png

2.2 、日期时间格式不是常规格式

06b0d0ad02eb9686b4fd0dc9f266578c.png

3、发现如下错误，可能是文件确实不存在，修改代码过程中，重复使用某个变量，使得原始变量值被覆盖，当然也会出现windows系统把.txt变为了.txt.txt格式（百度时看到的例子）

4efdac98b1e3b06c22548abb2181463a.png

4、处理如图所示，相对复杂的excel时（以读取温度为例，风场类似[Post_WRF.py]）：

2b10adba96abe7328c5ab6f2071f65b0.png 
data_obs

通过上述两步可得到如下结果（重点是pandas的.str.split命令）：

8034344464f35f4523ebbbd6e5a1c7fc.png 
data_obs_T2['zhengfu'] = data_obs_T2[0].str[:1]
data_obs_T2['values']  = data_obs_T2[0].str[1:]

然后得到：

7d73c70c0748c994975f5d96df064522.png

随后用一个for循环遍历整个DF，得到相应的结果，注意str2float直接float()即可，同时还包含有一个UTC2LST的转化： 

real_data = np.zeros((data_obs_T2.values.shape[0]))
for i in np.arange(0,data_obs_T2.values.shape[0]):
    if data_obs_T2['zhengfu'][i] == '-':
        param = -1.0
    else:
        param = 1.0
    tmp1 = float(data_obs_T2['values'][i])
    tmp2 = param * tmp1 / 10
    real_data[i] = tmp2
data_obs_T2['real values'] = real_data
data_obs_T2 = data_obs_T2['real values']
data_obs_T2_index = data_obs_T2.index
data_obs_T2_index = data_obs_T2_index + pd.Timedelta(hours=8)
data_obs_T2.index = data_obs_T2_index

五、basemap

1、readshapefile[ZYC_

flexpart_D20200703

_autosave.py]

这个函数的第一个输入参数是路径，第二个是属性名，随便输入啥都可以。此外，如果用这个函数读取别人给你的shp文件发现读取失败时，可能是编码的原因，可添加default_encoding参量 

m

六、Fortran

1、do循环的等价性

do

2、Fortran居然有个判断NaN的函数 isnan()

if ( isnan(a) ) then

   write(*,*) 'a is NaN'

end if

七、linux

1、vim显示某字符串出现次数

:%s/字符串//ng

2、如果碰到一个巨大的文件想要vim，但是内存不给力咋办

head -n 100000 log.out > log.out_head_100000
tail -n 100000 log.out > log.out_tail_100000

3、关于等号前后要不要空格的问题

  1. 针对.bashrc，在export变量的时候等号前后

    不能有

    空格
  2. 针对csh shell脚本，set变量的时候前后

    一定要有

    空格