arccs数据存档工具
ARCCSSive的Python项目详细描述
#arccssive
arccss数据访问工具
[！[文档状态]（https://readthedocs.org/projects/arccssive/badge/？版本=最新]（https://readthedocs.org/projects/arccssive/？徽章=最新）
[！[构建状态]（https://travis-ci.org/coecms/arccssive.svg？branch=master）（https://travis ci.org/coecms/arccssive）
[！[Circleci]（https://circleci.com/gh/coecms/arccssive.svg？style=shield）（https://circleci.com/gh/coecms/arccssive）
[！[codecov.io]（http://codecov.io/github/coecms/arccssive/coverage.svg？branch=master）（http://codecov.io/github/coecms/arccssive？分支=主）
[！[代码运行状况]（https://landscape.io/github/coecms/arccssive/master/landscape.svg？style=flat）（https://landscape.io/github/coecms/arccssive/master）
[！[代码气候]（https://codecclimate.com/github/coecms/arccssive/badges/gpa.svg）（https://codecclimate.com/github/coecms/arccssive）
[！[PYPI版本]（https://badge.fury.io/py/arccssive.svg）（https://pypi.python.org/pypi/arccssive）
[！[水蟒服务器徽章]（https://anaconda.org/coecms/arccssive/badges/version.svg）（https://anaconda.org/coecms/arccssive）
`anaconda环境：
raijin$module use/g/data3/hh5/public/module s
raijin$module load conda/analysis27
也可以作为一个模块提供：
nci虚拟桌面使用笔记本电脑上的Arccssive。有关如何使用虚拟桌面的详细信息，请参见http://vdi.nci.or g.au/help
皮普。需要
>从raijin复制数据库文件
>$pip install arccssic
；或者
$conda install-c coeccms arccssic
>$scp raijin/g/data1/ua6/非正式esg replica/tmp/tree/cmip5-raijin/cmip5.db
$export cmip5.db
$cmip5.db=sqlite://$pwd/cmip5.db/cmip5.db
发展version
使用测试数据库安装当前开发版本：
$pip install--user git+https://github.com/coecms/arccssive.git
$export cmip5_db=sqlite://$home/cmip5.db
cmip5
cmip=cmip5.db.connect（）
cmip.outputs（model='access1-0'）：
variable=output.变量
files=output.filename（）
```
使用
[sqlalchemy]（http://docs.sqlalchemy.org/en/rel-1-u 0/orm/tutorial.html/查询）对数据文件进行过滤和排序
对数据文件进行过滤和排序。
>
arccss数据访问工具
[！[文档状态]（https://readthedocs.org/projects/arccssive/badge/？版本=最新]（https://readthedocs.org/projects/arccssive/？徽章=最新）
[！[构建状态]（https://travis-ci.org/coecms/arccssive.svg？branch=master）（https://travis ci.org/coecms/arccssive）
[！[Circleci]（https://circleci.com/gh/coecms/arccssive.svg？style=shield）（https://circleci.com/gh/coecms/arccssive）
[！[codecov.io]（http://codecov.io/github/coecms/arccssive/coverage.svg？branch=master）（http://codecov.io/github/coecms/arccssive？分支=主）
[！[代码运行状况]（https://landscape.io/github/coecms/arccssive/master/landscape.svg？style=flat）（https://landscape.io/github/coecms/arccssive/master）
[！[代码气候]（https://codecclimate.com/github/coecms/arccssive/badges/gpa.svg）（https://codecclimate.com/github/coecms/arccssive）
[！[PYPI版本]（https://badge.fury.io/py/arccssive.svg）（https://pypi.python.org/pypi/arccssive）
[！[水蟒服务器徽章]（https://anaconda.org/coecms/arccssive/badges/version.svg）（https://anaconda.org/coecms/arccssive）
`anaconda环境：
raijin$module use/g/data3/hh5/public/module s
raijin$module load conda/analysis27
也可以作为一个模块提供：
nci虚拟桌面使用笔记本电脑上的Arccssive。有关如何使用虚拟桌面的详细信息，请参见http://vdi.nci.or g.au/help
皮普。需要
>从raijin复制数据库文件
>$pip install arccssic
；或者
$conda install-c coeccms arccssic
>$scp raijin/g/data1/ua6/非正式esg replica/tmp/tree/cmip5-raijin/cmip5.db
$export cmip5.db
$cmip5.db=sqlite://$pwd/cmip5.db/cmip5.db
发展version
使用测试数据库安装当前开发版本：
$pip install--user git+https://github.com/coecms/arccssive.git
$export cmip5_db=sqlite://$home/cmip5.db
cmip5
cmip=cmip5.db.connect（）
cmip.outputs（model='access1-0'）：
variable=output.变量
files=output.filename（）
```
使用
[sqlalchemy]（http://docs.sqlalchemy.org/en/rel-1-u 0/orm/tutorial.html/查询）对数据文件进行过滤和排序
对数据文件进行过滤和排序。
>
欢迎加入QQ群-->： 979659372
