¿Dónde puedo encontrar datos meteorológicos históricos sin procesar? [cerrado]

Me encontré haciendo esta misma pregunta, y compartiré mi experiencia para futuros Googlers.

Fuentes de datos

Quería datos sin procesar, y muchos de ellos... una API no serviría. Necesitaba dirigirme directamente a la fuente. La mejor fuente para todos esos datos parecía ser los servidores NCEP o NCDC NOMADS:

Http://nomads.ncdc.noaa.gov/dods / http://nomads.ncep.noaa.gov/dods /

A dar una idea de la cantidad de datos, sus datos se remonta a 1979! Si está buscando Canadá y Estados Unidos, el conjunto de datos de Reanálisis Regional de América del Norte es probablemente su mejor respuesta.

Usando los datos

Soy un gran usuario de python, y pydap o NetCDF parecían buenas herramientas para usar. Sin ninguna razón en particular, empecé a jugar con pydap.

Para dar un ejemplo de cómo obtener todos los datos de temperatura para una ubicación en particular desde el sitio web de nomads, prueba lo siguiente en python:

from pydap.client import open_url

# setup the connection
url = 'http://nomads.ncdc.noaa.gov/dods/NCEP_NARR_DAILY/197901/197901/narr-a_221_197901dd_hh00_000'
modelconn = open_url(url)
tmp2m = modelconn['tmp2m']

# grab the data
lat_index = 200    # you could tie this to tmp2m.lat[:]
lon_index = 200    # you could tie this to tmp2m.lon[:]
print tmp2m.array[:,lat_index,lon_index] 

El fragmento anterior le dará una serie de tiempo (cada tres horas) de datos para todo el mes de enero de 1979! Si necesita varias ubicaciones o todos los meses, el código anterior se modificaría fácilmente para adaptarse.

A superdatos... y más allá!

No era feliz deteniéndome allí. Quería estos datos en una base de datos SQL para que pudiera cortar y cortar fácilmente. Una gran opción para hacer todo esto es el módulo python forecasting.

Divulgación: Armé el código detrás del módulo. El código es todo de código abierto you se puede modificar para satisfacer mejor sus necesidades (tal vez usted está pronosticando para Marte?) o saca pequeños fragmentos para tu proyecto.

Mi objetivo era poder obtener el último pronóstico del modelo de Actualización rápida (su mejor opción si desea información precisa sobre el tiempo actual):

from forecasting import Model

rap = Model('rap')
rap.connect(database='weather', user='chef')
fields = ['tmp2m']
rap.transfer(fields)

Y luego trazar los datos en un mapa de la buena ' ole Estados Unidos:

Los datos para la gráfica provienen directamente de SQL y podrían modificar fácilmente la consulta para obtener cualquier tipo de datos deseados.

Si el ejemplo anterior no es suficiente, consulte la documentación, donde puede encontrar más ejemplos.

Wunderground.com tiene una buena API. Es gratis para 500 llamadas por día.

Http://www.wunderground.com/weather/api /