Инвертируйте лапласиан двумерного массива данных с фиксированной сеткой ⇐ Python

[Anonymous]

Я хочу инвертировать лапласиан на 2d фиксированной сетке в Python, а затем взять градиент, первый шаг которого можно было сделать в ncl с помощью функции ilapsf. По сути, это противоположная (обратная функция) этому вопросу, т. е. мне нужна обратная функция scipy.ndimage.laplace.
Я действительно не хочу пытаться сделать это с нуля. и думал, что это будет хлеб с маслом для pyngl, metview или metpy, но похоже, что ilapsf не выполнил переход на python, а metpy выполняет только более простые лапласовские вычисления, а не решает обратное Лапласиан. Я также ничего не нашел в scipy или numpy.
Старый код в ncl был таким простым:

Код: Выделить всё

chi = ilapsF_Wrap(nei,0) # inverse laplace
gradchi = grad_latlon_cfd(chi, chi&latitude, chi&longitude, True, False) # calculate the gradient

Мне удалось получить конечный результат с помощью функции dv2uv в cdo, но это выдумка века, заключающаяся в преобразовании в спектральное поле и последующем обмане его поворотом конвергенция потока в поле дивергенции, создание фиктивного поля нулевой завихренности, а затем превращение u и v в потоки энергии... (плюс меридиональный поток делает странные вещи на полюсах, с которыми может справиться решение ncl).

Код: Выделить всё

from cdo import Cdo
cdo=Cdo()

# convert flux divergence into GG and the spectral G:
cdo.gp2sp(input="-remapcon,T511grid -selvar,nei nei.nc",output="neisp.nc")

# fudge CDO into thinking this is pure divergence (code=155)
cdo.chname("nei,sd",input="neisp.nc",output="tmp_vd.nc")

# make up a zero field for vorticity
cdo.chname("nei,svo",input="-gec,1e36 neisp.nc",output="tmp_vo.nc")

# the result is energy flux, not winds, so we will need to change the output names (and eventually metadata):
cdo.dv2uv(input="-merge tmp_vo.nc tmp_vd.nc",output="tmp_fluxes.nc")
cdo.chname("v,vflux",input="-chname,u,uflux tmp_fluxes.nc",output="fluxes.nc")

На этом этапе я бы принял ответ на любом языке, включая Fortran, C++ или Julia.

Подробнее здесь: https://stackoverflow.com/questions/774 ... data-array