Gridit

描述

Gridit提供空间工具，用于将栅格或矢量几何数据转换为规则网格。

安装

此软件包主要依赖于NumPy和SciPy，并且有几个可选依赖项。

可以使用Pip安装所有可选依赖项

$ pip install gridit[optional]

或从该仓库的克隆版本创建一个“可编辑”的安装

$ pip install -e .[optional]

测试

运行pytest -v。

示例

Python

>>> import matplotlib.pyplot as plt  # optional
>>> from gridit import Grid

>>> grid = Grid.from_vector("tests/data/Mana_polygons.shp", 100)
>>> print(grid)
<Grid: resolution=100.0, shape=(24, 18), top_left=(1748600.0, 5451200.0) />

>>> ar_vec = grid.array_from_vector("tests/data/Mana_polygons.shp", "K_m_d")
>>> plt.imshow(ar_vec)
<matplotlib.image.AxesImage at 0x7fb6c7dacf10>

>>> ar_rast = grid.array_from_raster("tests/data/Mana.tif")
>>> plt.imshow(ar_rast)
<matplotlib.image.AxesImage at 0x7fb6bc4ad6d0>

命令行

从矢量创建网格和数组，写入PNG图像和形状文件网格

$ gridit --grid-from-vector tests/data/Mana_polygons.shp --resolution 100 \
    --array-from-vector tests/data/Mana_polygons.shp \
    --array-from-vector-attribute=K_m_d \
    --write-image /tmp/Mana_Kmd.png \
    --write-vector /tmp/Mana_Kmd.shp

从边界框创建网格，从栅格创建数组，写入GeoTIFF栅格

$ gridit --grid-from-bbox 1748600 5448800 1750400 5451200 --resolution 100 \
    --array-from-raster tests/data/Mana.tif \
    --write-raster /tmp/Mana_100m.tif

从矢量创建网格，从netCDF创建数组，为每个时间统计写入文本数组文件

$ gridit --grid-from-vector tests/data/waitaku2.shp --resolution 250 \
    --array-from-vector tests/data/waitaku2.shp \
    --array-from-vector-attribute rid \
    --array-from-netcdf tests/data/waitaku2.nc:rid:myvar:0 \
    --time-stats "quantile(0.75),max" \
    --write-text /tmp/waitaku2_cat.ref

从MODFLOW创建网格，从矢量创建数组，写入文本数组文件

$ gridit --grid-from-modflow tests/data/modflow/mfsim.nam:h6 \
    --array-from-vector tests/data/waitaku2.shp \
    --array-from-vector-attribute rid \
    --write-text /tmp/waitaku2_rid.txt

使用以下内容查看其他选项

$ gridit -h

资助

gridit的开发资金由新西兰战略科学投资基金提供，作为GNS Science（https://www.gns.cri.nz/）地下水研究计划的一部分。