+ X*j).Rt^RIt^RIt^RIHt^RItRRltRRlt.ROtRRRllt R R lt RR R llt RR Rllt RRlt RRltRRRlltR#)u reader.py — Leitura de arquivos binários GrADS com TEMPLATE Suporta: big-endian / little-endian, stream (direto) ou sequential (Fortran) N)datetimec0V^8dQhR\R\/#)dtypereturn)str)formats"B/pesq/dados/sismom/SisMOM/sismom_fig/Figuras_Eta/scripts/reader.py __annotate__r s::::cJ\V4PR4'dR#R#)zDtype do marcador de registro Fortran (4 bytes) com o mesmo endianness dos dados: arquivos BYTESWAPPED ("u4)r startswithrs&r _marker_dtyper s#J))#..59E9r c<V^8dQhR\PRR/#)rarrrN)npndarray)rs"r r r s 2 2RZZ 2D 2r cp\\P!\P44p\ R\ V4R,4p\P!RR7;_uu_4\PV\P !W, 4V8&RRR4R# +'giR#;i)a/Substitui valores UNDEF por NaN in-place. Usa tolerancia relativa ao magnitude do UNDEF (float32) para cobrir tanto o UNDEF padrao (9.99e20) quanto UNDEFs de grande magnitude negativa como -2.56E+33 (GPOSETA/BESM), onde a ULP do float32 e ~3e26 e a tolerancia fixa de 1e14 nunca identificaria o valor. gļBg-C6?ignore)invalidN) floatrfloat32configUNDEFmaxabserrstatenan)rundef32tols& r _mask_undefr"slBJJv||,-G dCL4' (C X & &+-66BFF3= !C '( ' & & &s )1B$$ B5 cHV^8dQhR\R\R\R\/#)rdata_dir timestampfmtrrr)rs"r r r ,s)))c)h)S)RU)r cVPV4p\P V \P 2p\P P W4#)z?Monta o nome do arquivo com um formato de timestamp especifico.)strftimer FILE_PREFIX FILE_SUFFIXospathjoin)r$r%r&tagfnames&&& r _build_filenamer1,sE   S !C!!"3%(:(:'; Vu# R#)z Localiza o arquivo .bin para um dado timestamp. Estrategia: 1. Usa config.FILE_TIMESTAMP_FMT (definido por file_timestamp no config.yaml) 2. Fallback: tenta todos os formatos em _TIMESTAMP_FORMATS Retorna o caminho completo se encontrado, ou None. FILE_TIMESTAMP_FMT%Y%m%d%HN)getattrrr1r,r-exists_TIMESTAMP_FORMATS)r$r% primary_fmtfpathr&s&& r _resolve_filenamer<3s&"6 CK R8u--u747[A 77>>% L"   S9 77>>% L " r c tV^8dQhR\R\R\R\R\R\P/#)rr$r%var_name sequentialrr)rrboolrr)rs"r r r SsPFFFFF F  F ZZ Fr c 8\W4pVfVPR4p\RV,R,V,R,\\P 4,R,\\P 4,R,4hT;'g\Pp\P\PrWx,p V ^,p \PV,p \VR4;_uu_4p V'd\V ^,4Fp V P^4pV'g\R V 24h\\ P"!V\%V4R 7^,4pV PV4pV P^4W8XgKTpK M*W,pV P'V4V PV 4pRRR4\)X4V 8d!\+R V R V R V R\)V4 24h\ P"!VVR 7P-\ P.4pVP1W34p\3\RR4'dVRRR1R3,p\5V4V# +'giL;i)u Lê um campo 2D de uma variável em um dado instante. Parameters ---------- data_dir : diretório onde estão os arquivos .bin timestamp : datetime do passo de tempo desejado var_name : nome da variável (ex: 'TP2M') sequential : True se o arquivo tem marcadores Fortran (4 bytes antes/depois de cada campo) dtype : override do dtype (default: config.DTYPE) Returns ------- np.ndarray shape (NY, NX) com undef substituído por np.nan Nr5Arquivo nao encontrado para  em ' ' (prefixo= , sufixo=)rbzFim inesperado do arquivo em rzBytes insuficientes para 'z' em z : esperado z, lido YREVFNNN)r<r)FileNotFoundErrorreprrr*r+DTYPENXNY VAR_INDEXopenrangereadEOFErrorintr frombufferrseeklen ValueErrorastyperreshaper7r")r$r%r>r?rr;r/nxnynfloatsnbytesvar_idxfi rec_len_bytesrec_len data_bytesrawoffsetrs&&&&& r read_fieldrhSs&, h 2E }  , *S 07 :X EI v112 35@ ACGHZHZC[ \^a b  ##v||EiigGkFx(G eT  a 7Q;' !q $"%B5'#JKKbmmMuAUVWXYZVVG_ q <$C(%F FF6N&&.C! $ 3x&( %w?xws3xj 2  --5 ) 0 0 V,p\\RR4pV^8d.p\V4FSpV VV,,PA4pV'dVRRR1R3,p\CV4VP)V4KU \ PD!V^R7VV&EKV V,PA4pV'dVRRR1R3,p\CV4VVV&EKZ V# +'giEL;iuupi)u Lê todos os campos de um arquivo de uma vez (mais eficiente que leituras individuais). Returns ------- dict {var_name: np.ndarray (NY, NX)} Nr5rBrCrDrErF NVARS_FIELDSrGrzArquivo z tem z valores, esperado >= namenlevrHFrI)axisrJ)#r<r)rKrLrr*r+rMrNrOr7rX VARIABLESrQrRrUrrVrSrappendrZrr[fromfilesizerYr isinstancerjgetrPcopyr"stack)r$r%r?rr;r/r\r]r^n_fieldsall_rawra_rdrfraw_allexpectedrbresultvrmrnidx_yrevarrskrs&&&& r read_all_fieldsrsJ h 2E }  , *S 07 :X EI v112 35@ ACGHZHZC[ \^a b  $$ Eyy&))wGv~s63C3C/DEH %  !8_bmmAFF1I]5=QRSTUV&&/q MM#3::2::FNNPRxX % ++e1% <<( "U"W,s7<>#>(>t>r c\W4RJ#)zLVerifica se o arquivo correspondente ao timestamp existe (qualquer formato).N)r<)r$r%s&&r file_existsrs X 1 ==r c0V^8dQhR\R\/#)rr$r)rlist)rs"r r r sFFFFr cr\PUu.uFp\W4'gKVNK up#uupi)z@Retorna lista de timestamps para os quais existem arquivos .bin.)r TIMESTAMPSr)r$ts& r list_available_timestampsrs+(( E(!K,DAA( EE Es44c `V^8dQhR\R\R\R\R\R\/#)rr$r% var_level_mapr?rr)rrrjr@)rs"r r r sL]]]]] ]  ]  ]r c aaa\W4pVfVPR4p\RV,R,V,R,\\P 4,R,\\P 4,R,4hT;'g\Pp\P\PuooSS,pV^,p\\RR 4oVVV3R lp /p V'Edf/p VP4F=wr\PV ,pV f V R3W&K(V FpW3WV,&K K? \\R \\P44p/p\VR 4;_uu_4p\!V4Fp\#\$P&!VP)^4\+V4R 7^,4pVP)V4pVP)^4VV 9gKnV V,wp pV !\$P&!VVR 74pVfVVV &KVVP-V /4V&K RRR4Tp V #\VR 4;_uu_4pVP4Fwr\PV ,pV fKVP/W,4VP)V4pV !\$P&!VVR 74W&Kj/pV FSpVP/W,V,4VP)V4pV !\$P&!VVR 74VV&KU VW&K RRR4V # +'giEL;i +'giT #;i)a Le apenas os campos especificos solicitados (minimo uso de memoria). Ao inves de ler todos os nlev niveis de cada variavel 3D, le apenas os niveis necessarios para gerar as figuras (plot_levels). Parameters ---------- var_level_map : dict {var_name: None} -> variavel 2D: le 1 campo {var_name: [k0, k1, ...]} -> variavel 3D: le apenas esses indices de nivel Returns ------- dict: {var_name: np.ndarray(NY, NX)} para vars 2D {var_name: {k: np.ndarray(NY, NX)}} para vars 3D (k = indice do nivel) Nr5rBrCrDrErFrHFc<VP\P4PSS4P 4pS'dVRRR1R3,p\ V4V#)NrIrJ)rZrrr[rvr")rrr\r]s&r _clean%read_fields_selective.._cleansKjj$,,R499; DbD!G #C r rlrGr)r<r)rKrLrr*r+rMrNrOr7itemsrPrXrprQrRrUrrVrSr setdefaultrW)r$r%rr?rr;r/r^r_rr}neededvarlevel_ksbaserrxtmprafirdrflev_krlev_dictrr\r]s&&&&& @@@r read_fields_selectivers2 h 2E }  , *S 07 :X EI v112 35@ ACGHZHZC[ \^a b  ##v||EiiFB2gGkF FFE *E Fz*002MC##C(D #T{ !A(+xF!8$" 36>3v7G7G3HI %  !HobmmAFF1I]5=QRSTUV&&/q rsZ   : 2$)@FRJZ> F ]]r