如果你不喜欢命令行的操作方式，或者想要和python 的生态进行更好的结合，那么你可以尝试使用python-cdo，利用python脚本语言的优势来处理气象数据。命令行的方式有其优势，比如简单易操作，可扩展性更强等，利用cdo的python接口也有其特有的优势，比如：

安装方式非常简单，运行以下命令即可：

一般情况下导入库时不建议使用如下方式导入的，建议使用 from ... import ... as ... 。为了调用所有操作符，建议按照 In [5] 方式执行赋值语句，以防出现属性调用错误。

查看文件信息的操作符与cdo命令行操作符相同，在python中是以方法的方式调用。

通过 input 参数指定输入文件，如果需要输出文件时，则通过 output 参数指定：

对比cdo命令行和Python-cdo接口的执行效率：

以下两个命令执行相同的操作：先选择1-5时步的所有变量数据，然后在结果中选择指定的变量。

测试数据大小：19G，从上述结果中可以看出，cdo命令行的耗时和python接口的耗时差别不大。如果是对大量数据进行操作的话，可以优先使用命令行方式，效率相对会高一些。

注：未进行完全测试，结果可能存在一定偏差。

在利用 cdo 转换数据集格式时，需要指定输出文件格式，比如选择变量或时步时也需要指定操作符的参数。

在使用pyhon接口时如何指定CDO命令行方式的参数呢？

只需要在调用方法时添加 option 参数即可。

为每个操作符添加参数时，只需要将参数作为方法的第一个参数即可。比如：

python-cdo中完整的支持类似cdo命令行的链式操作符，执行顺序和CDO命令行操作相同。

通过上述命令可以看出，除了 selname 操作的参数时在方法内单独给出之外，其余**操作符(seltimestep)**的调用方式和cdo命令行调用方式相同。

相当于：

cdo命令行的链式操作可以忽略中间临时文件的输出，从而节省了不必要的空间存储，python-cdo也提供了临时文件的处理。

当不指定 output 参数时，当前文件夹下是不会生成输出文件的，但是从输出结果可以看出，输出文件存放到了临时文件夹下。

类似临时文件的处理方式，当需要处理大量数据时，可以控制输出文件的输出，从而节省大量的时间（前提是不需要输出文件或是输出文件本身已经存在了）。可以通过以下两种方式控制输出文件的输出：

python-cdo提供了多线程处理方式，可以处理能并行执行的任务。比如：

python-cdo最重要的更新之一就是支持 numpy/narray 数组操作。通常有3种方式来获取数据：

使用文件句柄可以非常方便的获取变量，属性，维度等信息。可以使用 returnCdf 关键词或 readCdf 方法。比如：

当需要读取特定变量时可使用此方式

如果目标变量含有缺省值，即有FillValue之类表示缺省值的属性，则会影响返回结果。比如：对海洋区域数据进行掩膜。

setrtomiss 表示将在 [-10000, 0]之间的数设置为缺省值。

能够直接操作 numpy/narray 数据的好处之一就是处理好之后既可以直接进行绘图。当然，cdo也可以编译为支持 Magics++，然后在操作之后进行绘图操作，但是仍没有在python 中利用 matplotlib 等绘图库要方便。

由于变量 t 在上面已经获取并且处理了，因此此处直接使用。

关于python-cdo中提供的方法的使用方式，可以查看帮助。如果帮助看不明白，可以查看单元测试脚本，单元测试脚本中基本上包含了所有使用方式，相比于官方文档信息可能更全，但是需要仔细斟酌理解。

最后，值得一提的是，cdo 和 xarray 能够有效的集成，从而可以很好的利用 xarray 所营造的数据处理生态，更高效的进行数据处理、分析和可视化。

在好奇心Log公众号后台回复CDO获取PPT说明文档及PDF使用手册