Python

Big Data, Python y ENVI-met

Por Daniela Bruse Sin categorizar

En los últimos años, experimentamos una creciente disponibilidad de enormes conjuntos de datos que abarcan una amplia gama de temas, desde la vida personal, sobre el análisis de imágenes hasta datos científicos específicos. En sincronía con la disponibilidad de tales big data, surge la pregunta de cómo podemos gestionar estos gigabytes de información, extraer y visualizar la información que estamos buscando. Obviamente, la respuesta a esta pregunta no puede ser dada por una sola persona, ni siquiera una sola empresa, incluso incluyendo Google, Amazon o Microsoft.

Es casi imposible adivinar qué preguntas un usuario podría querer hacer a un conjunto de datos de antemano y luego proporcionar estas herramientas de análisis pre-codificadas en su software. Por lo tanto, el análisis de big data requiere potentes motores de scripting y un amplio universo de diferentes bibliotecas que se pueden utilizar. En los últimos años, Python se ha establecido como el lenguaje de scripting principal para todo tipo de análisis de datos con bibliotecas lincadas a plataformas informáticas masivas como TensorFlow.

Las simulaciones ENVI-met también crean una gran cantidad de datos y hay muchas perspectivas sobre cómo podemos ver estos datos. El concepto central de ENVI-met siempre ha sido hacer simulaciones y visualizaciones lo más simples posible, por lo tanto abriremos nuestros datos a Python  World paso a paso en las próximas versiones. El up-to-come ENVI-met TreePass fue el modelo a seguir donde experimentamos las posibilidades ilimitadas de Python para el análisis de datos y la visualización que va muy por delante de lo que prácticamente se puede implementar en un producto de software.

El uso de Python para ENVI-met permitirá utilizar cualquier biblioteca de Python existente para cargar, analizar y visualizar datos de simulación de diferentes tipos, ya sean perfiles atmosféricos o datos del suelo. Desde el lado de ENVI, los objetos compilados se expondrán a Python, lo que permitirá un acceso fácil y rápido a los modelos de datos recibidos por ENVI, incluido el uso de las conocidas herramientas de navegación, como el datafile map de LEONARDO..

Las primeras implementaciones de Python para ENVI-met se mostrarán en el ENVI-met TreePass  y LEONARDO comenzando a abrir el Python World a ENVI-met.