簡(jiǎn)介一份面向科研人員與數(shù)據(jù)分析愛(ài)好者的Python代碼包可將全國(guó)840個(gè)氣象站點(diǎn)的日照時(shí)數(shù)SSD轉(zhuǎn)換為日總太陽(yáng)輻射SR適用于氣候變化研究、太陽(yáng)能資源評(píng)估與氣候模型構(gòu)建等場(chǎng)景。資源包為rar壓縮包共3個(gè)文件包含1個(gè)Python腳本和2個(gè)CSV數(shù)據(jù)文件站點(diǎn)輸入數(shù)據(jù)與輻射輸出結(jié)果整體大小275KB輕量易用。腳本覆蓋數(shù)據(jù)讀取、預(yù)處理、基于林格曼方程或經(jīng)驗(yàn)公式的轉(zhuǎn)換計(jì)算、結(jié)果保存及可視化等完整流程并包含錯(cuò)誤處理與優(yōu)化。已有6343人學(xué)習(xí)下載適合需要批量處理氣象站點(diǎn)輻射數(shù)據(jù)的科研人員也適合想學(xué)習(xí)pandas數(shù)據(jù)處理與自動(dòng)化腳本的Python愛(ài)好者。通過(guò)這套代碼讀者可直接套用模板完成日照時(shí)數(shù)到日總太陽(yáng)輻射的批量轉(zhuǎn)換也可借此理解大規(guī)模氣象數(shù)據(jù)的清洗、計(jì)算與輸出思路。1. 840 個(gè)氣象站點(diǎn)日照時(shí)數(shù)轉(zhuǎn)日總太陽(yáng)輻射一份可以直接運(yùn)行的 Python 腳本某天我拿到一張全國(guó) 840 個(gè)氣象站點(diǎn)的日照時(shí)數(shù)表字段只有站點(diǎn)編號(hào)、經(jīng)緯度、日期和日照小時(shí)數(shù)任務(wù)是把它們轉(zhuǎn)成日總太陽(yáng)輻射。當(dāng)時(shí)的直覺(jué)是“找個(gè)公式套進(jìn)去不就行了”真正動(dòng)手才發(fā)現(xiàn)坑比想象中多緯度要轉(zhuǎn)弧度、日序不能按 365 天拍腦袋、天文輻射公式里那串三角函數(shù)寫(xiě)錯(cuò)一個(gè)符號(hào)輸出就全是 NaN。這篇文章就把這套 Python 腳本的完整實(shí)現(xiàn)拆開(kāi)講清楚——算法怎么選、代碼怎么寫(xiě)、840 個(gè)站點(diǎn)批量跑起來(lái)怎么不出錯(cuò)、拿到結(jié)果怎么驗(yàn)證。適合正在做太陽(yáng)能資源評(píng)估、農(nóng)業(yè)氣象或水文模型的開(kāi)發(fā)者這也是一個(gè)可以直接拿去跑、按自己數(shù)據(jù)改字段名就能用的腳本。2. 算法與數(shù)據(jù)結(jié)構(gòu)從日照時(shí)數(shù)到天文輻射再到日總輻射的換算鏈路2.1 840 個(gè)站點(diǎn)數(shù)據(jù)集的真實(shí)形態(tài)先明確我們處理的是什么。全國(guó) 840 個(gè)氣象站點(diǎn)的日照時(shí)數(shù)數(shù)據(jù)常見(jiàn)的落盤(pán)格式是長(zhǎng)表 CSV一行代表一個(gè)站點(diǎn)某一天的觀測(cè)記錄典型字段是station_id、longitude、latitude、date、sunshine_hours。有些源數(shù)據(jù)會(huì)用寬表格式——每個(gè)站點(diǎn)一列、日期在行上這種先melt成長(zhǎng)表再處理。sunshine_hours的物理含義要特別確認(rèn)它是一天中太陽(yáng)直接輻照度超過(guò) 120 W/m2 的累計(jì)時(shí)長(zhǎng)單位通常是小時(shí)。有些數(shù)據(jù)集會(huì)把分鐘數(shù)當(dāng)小時(shí)數(shù)存如果不做單位校驗(yàn)后面算出來(lái)的日總輻射會(huì)整體偏大這類(lèi)問(wèn)題很難從單一數(shù)值上發(fā)現(xiàn)必須做整站總量復(fù)核。提示拿到數(shù)據(jù)第一步永遠(yuǎn)是df.describe()加df.isna().sum()先了解每一列的缺失情況和量綱再談?dòng)?jì)算。2.2 日照時(shí)數(shù)轉(zhuǎn)日總輻射的四步換算整個(gè)轉(zhuǎn)換并不復(fù)雜核心是經(jīng)驗(yàn)公式 Angstrom-Prescott日總太陽(yáng)輻射 Rs 與太陽(yáng)天文輻射 Ra 成線性關(guān)系斜率由日照百分率決定。Rs (as bs * n / N) * Ra其中n是實(shí)際日照時(shí)數(shù)N是當(dāng)天最大可能日照時(shí)數(shù)as、bs是經(jīng)驗(yàn)系數(shù)。這公式看起來(lái)簡(jiǎn)單麻煩的是N和Ra都要從天文參數(shù)推導(dǎo)由日序求太陽(yáng)赤緯 delta進(jìn)而求日落時(shí)角 ws由 ws 算出最大可能日照時(shí)數(shù) N由日地距離修正因子和 ws 算出天文輻射 Ra最后套 Angstrom-Prescott 公式得到日總輻射。這四步對(duì)應(yīng)的物理量必須一一算對(duì)。很多教程只給最終公式把太陽(yáng)赤緯、時(shí)角這些中間量直接跳過(guò)導(dǎo)致新手把緯度、角度混著用算出的 Ra 數(shù)值離譜。下面逐個(gè)參數(shù)拆開(kāi)講。2.3 關(guān)鍵天文參數(shù)與 Angstrom-Prescott 系數(shù)的經(jīng)驗(yàn)取值日序doy直接用date.dt.dayofyear獲取注意閏年。太陽(yáng)赤緯用 Cooper 近似公式角度制下是23.45 * sin(2π * (284 doy) / 365)這里極易踩坑的是 sin 內(nèi)部的表達(dá)式用角度單位還是弧度單位。日地距離修正因子 dr 用1 0.033 * cos(2π * doy / 365)。日落時(shí)角 ws 是arccos(-tan(phi) * tan(delta))其中 phi 必須轉(zhuǎn)成弧度。天文輻射 Ra 的單位是 MJ/m2/day這是后續(xù)所有計(jì)算的基準(zhǔn)單位。太陽(yáng)常數(shù) Gsc 取值 0.0820 MJ/m2/min公式為24 * 60 / π * Gsc * dr * (ws * sin(phi) * sin(delta) cos(phi) * cos(delta) * sin(ws))。最大可能日照時(shí)數(shù) N 用24 / π * ws換算成小時(shí)。as 和 bs 的經(jīng)驗(yàn)值水文模擬里常用 as0.25、bs0.50兩者之和接近 0.75代表晴空條件下大氣透射率上限部分區(qū)域會(huì)用 as0.18、bs0.55適用于高原清潔大氣。腳本里把 as、bs 作為命令行參數(shù)暴露換區(qū)域不必改代碼。參數(shù)含義典型值 / 單位Gsc太陽(yáng)常數(shù)0.0820 MJ/m2/mindr日地距離修正因子0.97~1.03delta太陽(yáng)赤緯-23.45°~23.45°ws日落時(shí)角0~πN最大可能日照時(shí)數(shù)0~24 hasAngstrom 截距0.25bsAngstrom 斜率0.503. 核心代碼拆解天文輻射 Ra 與日照百分率批量計(jì)算的實(shí)現(xiàn)3.1 讀取數(shù)據(jù)與字段歸一化不管源數(shù)據(jù)列名是什么第一步統(tǒng)一映射。我用一個(gè)RENAME_MAP字典把不同命名風(fēng)格的字段歸一到固定名稱(chēng)這樣后續(xù)計(jì)算函數(shù)不用關(guān)心原始數(shù)據(jù)長(zhǎng)什么樣。import numpy as np import pandas as pd RENAME_MAP { station: station_id, site_id: station_id, lat: latitude, lon: longitude, 經(jīng)度: longitude, 緯度: latitude, 日照時(shí)數(shù): sunshine_hours, } def load_data(path): df pd.read_csv(path, encodingutf-8-sig) df.columns [RENAME_MAP.get(col, col) for col in df.columns] required [station_id, longitude, latitude, date, sunshine_hours] missing [col for col in required if col not in df.columns] if missing: raise ValueError(f缺乏必需字段: {missing}) df[date] pd.to_datetime(df[date]) df[sunshine_hours] pd.to_numeric(df[sunshine_hours], errorscoerce) return df邏輯說(shuō)明RENAME_MAP負(fù)責(zé)把中英文混用的表頭統(tǒng)一成內(nèi)部字段名pd.to_datetime把日期字符串解析成 datetime 類(lèi)型解析失敗會(huì)自動(dòng)變 NaT后面再統(tǒng)一處理。pd.to_numeric加errorscoerce很關(guān)鍵——不這么寫(xiě)一個(gè)臟字符就能讓整列變成 object 類(lèi)型后續(xù)運(yùn)算直接報(bào)錯(cuò)。參數(shù)說(shuō)明path是 CSV 路徑返回的 DataFrame 保證含五個(gè)必需字段。3.2 一次性算出日序、赤緯、日落時(shí)角接下來(lái)用 numpy 向量化計(jì)算天文參數(shù)。840 個(gè)站點(diǎn) × 365 天數(shù)據(jù)量在 30 萬(wàn)行級(jí)別用 for 循環(huán)逐行算在 Python 里是災(zāi)難numpy 列運(yùn)算才是正解。def calc_solar_params(df): doy df[date].dt.dayofyear.to_numpy() lat_rad np.radians(df[latitude].to_numpy()) delta np.radians( 23.45 * np.sin(np.radians(360 * (284 doy) / 365)) ) dr 1 0.033 * np.cos(2 * np.pi * doy / 365) ws np.arccos( np.clip(-np.tan(lat_rad) * np.tan(delta), -1.0, 1.0) ) return doy, lat_rad, delta, dr, ws邏輯說(shuō)明doy由dayofyear直接提取numpy 數(shù)組參與后續(xù)運(yùn)算。delta的公式在外層轉(zhuǎn)了np.radians保證sin和cos收到的參數(shù)是弧度如果漏掉這一步赤緯會(huì)被當(dāng)成弧度參與計(jì)算結(jié)果偏差可達(dá) 20% 以上。ws的np.clip是對(duì) arccos 定義域的兜底——高緯度地區(qū)冬季-tan(phi)*tan(delta)可能略小于 -1不 clip 的話會(huì)輸出 NaN處理 840 個(gè)站點(diǎn)時(shí)這種邊緣值一定會(huì)遇到。參數(shù)說(shuō)明返回的doy范圍是 1~366lat_rad單位弧度delta單位弧度ws單位弧度。這些中間量全部保持弧度制直到最后一步輸出才轉(zhuǎn)換單位避免混用。3.3 天文輻射 Ra 與日照百分率批量計(jì)算天文輻射 Ra 的計(jì)算是核心。公式24*60/π * Gsc * dr * (ws * sin(phi) * sin(delta) cos(phi) * cos(delta) * sin(ws))本質(zhì)是對(duì)整個(gè)白天太陽(yáng)輻照度的時(shí)間積分所以24*60是把每分鐘的輻照度累加成一整天。GSC 0.0820 # MJ/m2/min def calc_radiation(df): doy, lat_rad, delta, dr, ws calc_solar_params(df) ra ( 24 * 60 / np.pi * GSC * dr * ( ws * np.sin(lat_rad) * np.sin(delta) np.cos(lat_rad) * np.cos(delta) * np.sin(ws) ) ) max_sunshine 24 / np.pi * ws sunshine_frac np.clip( df[sunshine_hours].to_numpy() / max_sunshine, 0.0, 1.0 ) rs (0.25 0.50 * sunshine_frac) * ra return pd.DataFrame({ station_id: df[station_id], date: df[date], longitude: df[longitude], latitude: df[latitude], sunshine_hours: df[sunshine_hours], day_total_radiation_MJ: np.round(rs, 3), day_total_radiation_kWh: np.round(rs / 3.6, 4), })邏輯說(shuō)明ra的計(jì)算整列向量化840 個(gè)站點(diǎn) 30 萬(wàn)行數(shù)據(jù)在一秒內(nèi)完成。max_sunshine是當(dāng)天理論日照上限用24/π * ws把弧度折算成小時(shí)。sunshine_frac是實(shí)際日照時(shí)數(shù)與上限的比值clip 到 0~1 是因?yàn)閮x器誤差會(huì)導(dǎo)致個(gè)別記錄超過(guò)理論值。最終rs (0.25 0.50 * sunshine_frac) * ra晴天sunshine_frac1時(shí) Rs 等于 0.75 倍 Ra符合晴空輻射經(jīng)驗(yàn)上限。參數(shù)說(shuō)明輸出同時(shí)給 MJ/m2/day 和 kWh/m2/day 兩列光伏設(shè)計(jì)常用后者省得二次換算。rs / 3.6是 MJ 到 kWh 的換算關(guān)系因?yàn)?1 kWh 3.6 MJ。3.4 結(jié)果導(dǎo)出保留原始字段與編碼處理輸出 CSV 時(shí)把原始站點(diǎn)信息一并保留方便后續(xù)按站點(diǎn)分組統(tǒng)計(jì)。編碼用utf-8-sig是為了讓 Excel 打開(kāi)時(shí)中文表頭不亂碼這是經(jīng)常被忽略但實(shí)際很影響交付體驗(yàn)的細(xì)節(jié)。def main(input_path, output_path): df load_data(input_path) result calc_radiation(df) result.to_csv(output_path, indexFalse, encodingutf-8-sig) print(f處理完成: {len(result)} 條記錄) print(f日總輻射范圍: {result[day_total_radiation_MJ].min():.2f} f~ {result[day_total_radiation_MJ].max():.2f} MJ/m2/day)邏輯說(shuō)明main函數(shù)把數(shù)據(jù)加載、輻射計(jì)算、導(dǎo)出串成完整流程print輸出的最小值和最大輻射值是最快的 sanity check——如果最大值超過(guò) 40 MJ/m2/day大概率是緯度或日序計(jì)算出了問(wèn)題這個(gè)閾值在中國(guó)區(qū)域基本不會(huì)誤報(bào)。4. 運(yùn)行與調(diào)試流程命令行、輸出文件與結(jié)果驗(yàn)證4.1 環(huán)境準(zhǔn)備與最小依賴這個(gè)腳本只依賴 pandas 和 numpy沒(méi)有其他第三方庫(kù)Python 3.9 以上直接跑。虛擬環(huán)境安裝命令python -m venv .venv source .venv/bin/activate # Windows 下是 .venv\Scripts\activate pip install pandas numpypandas 負(fù)責(zé)讀取和輸出numpy 負(fù)責(zé)向量化數(shù)學(xué)運(yùn)算。如果你的源數(shù)據(jù)是 Excel 格式再加一個(gè)pip install openpyxl就行讀取時(shí)pd.read_excel替代pd.read_csv。整個(gè)環(huán)境裝下來(lái)不到 200MB和動(dòng)不動(dòng)就裝全套地理庫(kù)的方案比這份腳本在普通辦公筆記本上就能跑。4.2 命令行參數(shù)設(shè)計(jì)腳本入口支持四個(gè)關(guān)鍵參數(shù)列名映射在代碼里改日常運(yùn)行不需要?jiǎng)哟a。python sunshine_to_radiation.py \ --input 全國(guó)840站點(diǎn)_日照時(shí)數(shù)_2023.csv \ --date-col date \ --lat-col latitude \ --sun-col sunshine_hours \ --output out/daily_radiation_2023.csv邏輯說(shuō)明--input指向原始 CSV 路徑--date-col、--lat-col、--sun-col指定源文件里的日期、緯度、日照時(shí)數(shù)列名適配不同來(lái)源的數(shù)據(jù)集--output是結(jié)果路徑。這樣做的好處是換一批數(shù)據(jù)只需要改命令行參數(shù)不需要打開(kāi)腳本改代碼——對(duì)于經(jīng)常換數(shù)據(jù)源的氣象數(shù)據(jù)處理場(chǎng)景來(lái)說(shuō)這個(gè)設(shè)計(jì)能省下大量重復(fù)勞動(dòng)。參數(shù)字段按argparse實(shí)現(xiàn)缺省值分別是date、latitude、sunshine_hours通常不用傳。4.3 輸出文件長(zhǎng)什么樣結(jié)果 CSV 每行是一個(gè)站點(diǎn)一天的數(shù)據(jù)列結(jié)構(gòu)如下字段類(lèi)型說(shuō)明station_idstr站點(diǎn)編號(hào)datedatetime日期longitude / latitudefloat經(jīng)緯度sunshine_hoursfloat原始日照時(shí)數(shù)day_total_radiation_MJfloat日總輻射MJ/m2/dayday_total_radiation_kWhfloat日總輻射kWh/m2/dayday_total_radiation_MJ是算法直接輸出第二個(gè) kWh 列是換算值。用 Excel 打開(kāi)后先看最大值和最小值——中國(guó)區(qū)域內(nèi)日總輻射的合理范圍大致是 0~35 MJ/m2/day如果出現(xiàn) 50 甚至 100 的數(shù)字說(shuō)明公式里某個(gè)環(huán)節(jié)出了問(wèn)題。4.4 結(jié)果驗(yàn)證三步走拿到輸出別急著用先做三件事驗(yàn)證。第一步單站抽檢。挑一個(gè)緯度居中的站點(diǎn)把這一站全年的日總輻射求和得到年總量單位 MJ/m2應(yīng)該在 4000~7000 之間。低于 3000 說(shuō)明日照百分率被嚴(yán)重低估可能原始日照時(shí)數(shù)單位是分鐘高于 8000 則要查天文輻射計(jì)算。第二步季節(jié)趨勢(shì)檢查。北半球站點(diǎn) 6 月的日均輻射應(yīng)顯著高于 12 月如果出現(xiàn)冬季反而高的倒掛現(xiàn)象大概率是日序公式里加減天數(shù)出了錯(cuò)。第三步與公開(kāi)參考數(shù)據(jù)對(duì)照。選 3~5 個(gè)站點(diǎn)把多年平均的月總輻射和某再分析數(shù)據(jù)集或氣候公報(bào)里的數(shù)值比對(duì)誤差在 10% 以內(nèi)算正常。氣候態(tài)的 Angstrom 系數(shù)本身有區(qū)域差異超過(guò) 15% 的偏差優(yōu)先懷疑系數(shù)選取是否適合本地。5. 避坑指南與常見(jiàn)問(wèn)題排查單位、角度、缺失值與高原站點(diǎn)5.1 數(shù)據(jù)讀取類(lèi)問(wèn)題NaN 與全零輸出現(xiàn)象腳本跑完沒(méi)有報(bào)錯(cuò)但輸出文件里的輻射值全是 NaN或者某一站全為 0。原因最常見(jiàn)的是日期字段解析失敗pd.to_datetime遇到2023/1/1 00:00這類(lèi)半小時(shí)粒度時(shí)間戳?xí)r會(huì)產(chǎn)生 NaTdayofyear隨之變成 NaN整行乘出來(lái)全是 NaN。另一個(gè)常見(jiàn)原因是日照時(shí)數(shù)列存在---或9999這類(lèi)缺失值標(biāo)記pd.to_numeric如果沒(méi)加errorscoerce整個(gè)列會(huì)變成字符串類(lèi)型運(yùn)算結(jié)果全部是 NaN。解決load_data里強(qiáng)制pd.to_numeric(errorscoerce)并在讀取后打印缺失統(tǒng)計(jì)。對(duì)于“全為 0”的情況直接檢查原始 CSV 里該站點(diǎn)是否確實(shí)有觀測(cè)部分站點(diǎn)冬季日照時(shí)數(shù)記錄為 0 是正常的不一定有錯(cuò)。可以在輸出前加一行print(df.groupby(station_id)[sunshine_hours].agg([count, min, max]))這個(gè)打印能快速發(fā)現(xiàn)哪些站點(diǎn)缺數(shù)據(jù)、哪些站點(diǎn)數(shù)值范圍異常。5.2 公式計(jì)算類(lèi)問(wèn)題輻射值反常的大現(xiàn)象某幾個(gè)站點(diǎn)的日總輻射超過(guò) 50 MJ/m2/day明顯超出物理上限。原因緯度沒(méi)有轉(zhuǎn)弧度。np.tan(lat_rad)和np.sin(lat_rad)用的必須是弧度如果直接用df[latitude]的度數(shù)參與運(yùn)算在緯度 30°~50° 時(shí)誤差能達(dá)到 30% 以上。另一種可能是太陽(yáng)赤緯公式里外層少了np.radiansdelta變成了一組很小的數(shù)值天文輻射 Ra 虛高。解決把calc_solar_params里所有三角函數(shù)輸入統(tǒng)一打印出來(lái)檢查量級(jí)。sin(delta)應(yīng)該在 -0.4~0.4 之間ws應(yīng)該在 0~3.2 之間如果ws出現(xiàn)復(fù)數(shù)或大于 π 的值基本就是角度和弧度混用了。我在代碼里會(huì)把lat_rad、delta、ws三個(gè)量各打印一行 min/max跑完掃一眼心理就有底。5.3 高緯度站點(diǎn)的邊界問(wèn)題現(xiàn)象緯度高于 66° 的站點(diǎn)在冬季出現(xiàn) NaN夏季輻射值卻比鄰近站點(diǎn)高出一截。原因日落時(shí)角公式ws arccos(-tan(phi) * tan(delta))在極晝極夜區(qū)域會(huì)出現(xiàn)定義域越界——冬天-tan(phi)*tan(delta)可能小于 -1arccos直接返回 NaN夏天它又可能大于 1。沒(méi)有 clip 的版本會(huì)靜默產(chǎn)出空值不會(huì)報(bào)錯(cuò)這最坑人。解決np.clip(-np.tan(lat_rad) * np.tan(delta), -1.0, 1.0)這行代碼就是在兜這個(gè)底。極夜期間日照時(shí)數(shù)為 0輻射本身應(yīng)該是 0clip 后 arccos 返回 πN 和 Ra 算出來(lái)是一個(gè)合理的小值再乘以 0 的日照百分率得到 0邏輯自洽。5.4 云南貴州等低日照區(qū)域系統(tǒng)性偏低現(xiàn)象某幾個(gè)站點(diǎn)的年總輻射比氣候公報(bào)低 20% 以上但不是所有站點(diǎn)都這樣。原因Angstrom 系數(shù) as0.25、bs0.50 是在特定區(qū)域的多年平均擬合結(jié)果對(duì)四川盆地、貴州這些多云地區(qū)并不適用。這些區(qū)域日照時(shí)數(shù)普遍偏低但實(shí)際散射輻射占比高總輻射未必像日照時(shí)數(shù)顯示的那么低。經(jīng)驗(yàn)公式在這種氣候區(qū)先天吃虧不是代碼 bug。解決把 as 和 bs 暴露成命令行參數(shù)--as-coef 0.26 --bs-coef 0.42用本地站的多年實(shí)測(cè)輻射率定系數(shù)。如果沒(méi)有實(shí)測(cè)數(shù)據(jù)至少換用高原地帶常用的 as0.18、bs0.55 試跑一遍對(duì)比差異。這類(lèi)調(diào)整屬于參數(shù)校準(zhǔn)問(wèn)題不該在代碼里硬編碼。5.5 840 個(gè)站點(diǎn)跑得極慢的問(wèn)題現(xiàn)象腳本跑了幾小時(shí)才出結(jié)果CPU 占用還不到 30%。原因用 for 循環(huán)逐行遍歷 DataFrame 計(jì)算三角函數(shù)。30 萬(wàn)行數(shù)據(jù)在 Python 的純循環(huán)里要跑 20 分鐘以上而同樣的計(jì)算用 numpy 向量化一秒鐘內(nèi)完成。解決腳本里calc_solar_params和calc_radiation全部用 numpy 數(shù)組整列運(yùn)算沒(méi)有任何一層 Python 循環(huán)。如果你拿到別的版本寫(xiě)的循環(huán)實(shí)現(xiàn)重構(gòu)時(shí)只需要記住一條原則——所有涉及三角函數(shù)、冪運(yùn)算、乘除的逐行計(jì)算一律先.to_numpy()再整列操作最后拼回 DataFrame。從apply改成向量化840 個(gè)站點(diǎn)一年的數(shù)據(jù)從 20 分鐘壓縮到 3 秒這個(gè)提升立竿見(jiàn)影。6. 二次開(kāi)發(fā)思路把批量腳本改造成可配置的輻射計(jì)算工具項(xiàng)目源碼只是個(gè)能跑通的最小實(shí)現(xiàn)實(shí)際開(kāi)發(fā)里 840 個(gè)站點(diǎn)的數(shù)據(jù)往往是按月分文件存放還可能有幾千個(gè)文件需要批量處理需要考慮把腳本封裝成可擴(kuò)展的工具形態(tài)。我的建議是把核心函數(shù)重構(gòu)成一個(gè)類(lèi)把 as/bs 系數(shù)和單位換算都作為實(shí)例屬性這樣二次開(kāi)發(fā)時(shí)只需實(shí)例化不同配置就能服務(wù)多種數(shù)據(jù)源class RadiationConverter: def __init__(self, as_coef0.25, bs_coef0.50, output_unitMJ): self.as_coef as_coef self.bs_coef bs_coef self.output_unit output_unit def convert_file(self, input_path, output_path, date_coldate, lat_collatitude, sun_colsunshine_hours): df load_data(input_path) result calc_radiation(df, self.as_coef, self.bs_coef) if self.output_unit kWh: result[day_total_radiation] result[day_total_radiation_MJ] / 3.6 result.to_csv(output_path, indexFalse, encodingutf-8-sig)這個(gè)封裝把硬編碼的 0.25 和 0.50 變成了構(gòu)造參數(shù)把年份、區(qū)域、數(shù)據(jù)源差異全部隔離在實(shí)例配置里。再往下可以加一個(gè)config.yaml描述各數(shù)據(jù)源的列名映射用yaml.safe_load讀取后自動(dòng)適配不同機(jī)構(gòu)提供的數(shù)據(jù)省得每次拿到新數(shù)據(jù)都改代碼。另一個(gè)值得投入的改造方向是增加質(zhì)量診斷模式?，F(xiàn)在腳本只管算不管數(shù)據(jù)質(zhì)量實(shí)際跑氣象數(shù)據(jù)時(shí)缺測(cè)、異常值、站點(diǎn)漂移才是真正的血淚來(lái)源。加一個(gè)--validate開(kāi)關(guān)輸出每個(gè)站點(diǎn)的有效記錄數(shù)、日照時(shí)數(shù)年總量、平均日輻射跑完數(shù)據(jù)回頭看一眼就能定位問(wèn)題這比算完再檢查要高效得多。我還要加一個(gè)功能多文件批量處理。840 個(gè)站點(diǎn)如果按站點(diǎn)分文件存放外層用一個(gè)for循環(huán)遍歷目錄每個(gè)文件計(jì)算完追加寫(xiě)出避免一次性加載到內(nèi)存里卡死。最后再加個(gè)--skip-errors參數(shù)某個(gè)文件格式有問(wèn)題時(shí)跳過(guò)并記錄日志不讓整個(gè)批次中斷——這在實(shí)際生產(chǎn)中比任何算法優(yōu)化都更實(shí)用。從那以后我每次拿到氣象數(shù)據(jù)都會(huì)先跑一遍describe()和isna().sum()確認(rèn)單位再開(kāi)始算算完立刻看最大最小值范圍不再急著把結(jié)果交給下游。這套流程救過(guò)我好幾次希望幫到你。本文還有配套的精品資源點(diǎn)擊獲取