Python(numpy)：垂向涡度计算（二维速度，附完整代码）

最近写代码的时候遇到了需要用速度计算涡度的问题，在网上搜了一下，发现不知道为什么，能找到的代码源都无比复杂，难道是简单到大家都不屑于写了吗hhh

涉及到处理数据，如果你的数据来源是nc文件，并使用xarray模块读取的话，推荐使用metpy.calc.vorticity()函数，具体使用方法参见链接中的说明。但如果你用的是netCDF4.Dataset语句读nc文件，建议就不要用metpy库了，数据格式的转换会把你逼疯的（别问我怎么知道的）。

因为我是水平速度计算垂直涡度，也就是速度是二维的，因此实际上的计算方法非常简单，直接上代码：

import numpy as np
'''
计算公式：dv/dx-du/dy
U、V是二维的速度矩阵，U向东为正，V向北为正
'''
q = np.gradient(V,axis=0)+np.gradient(U,axis=1)

没想到吧，其实一行代码就能搞定。但要注意，这里默认U和V的分辨率为1了，如果使用的数据分辨率不同的话记得除以距离。

附np.gradient()的作用示例如下，如果没用过的uu就不用搜索啦：

np.gradient([1,2,4,7],axis=0)
'''
array([1. , 1.5, 2.5, 3. ])
'''

np.gradient([[1,2,4,7],[2,3,5,8],[3,4,50,100]],axis=1)
'''
array([[ 1. ,  1.5,  2.5,  3. ],
       [ 1. ,  1.5,  2.5,  3. ],
       [ 1. , 23.5, 48. , 50. ]])
'''

这个函数的返回矩阵大小和输入矩阵一样，因此比手动求梯度要方便得多。中间使用三点差分，边缘使用向前或向后差分。