oafuncs 0.0.59__py2.py3-none-any.whl

oafuncs-0.0.59.dist-info/METADATA

@@ -0,0 +1,913 @@
+Metadata-Version: 2.1
+Name: oafuncs
+Version: 0.0.59
+Summary: My short description for my project.
+Home-page: https://github.com/Industry-Pays/oafuncs
+Author: Kun Liu
+Author-email: liukun0312@stu.ouc.edu.cn
+License: MIT
+Classifier: License :: OSI Approved :: MIT License
+Classifier: Programming Language :: Python
+Classifier: Programming Language :: Python :: 3
+Classifier: Programming Language :: Python :: 3.9
+Classifier: Programming Language :: Python :: 3.10
+Classifier: Programming Language :: Python :: 3.11
+Classifier: Programming Language :: Python :: 3.12
+Classifier: Programming Language :: Python :: 3.13
+Classifier: Programming Language :: Python :: Implementation :: CPython
+Classifier: Programming Language :: Python :: Implementation :: PyPy
+Requires-Python: >=3.9.0
+Description-Content-Type: text/markdown
+License-File: LICENSE.txt
+Requires-Dist: matplotlib
+Requires-Dist: numpy
+Requires-Dist: scipy
+Requires-Dist: xarray
+Requires-Dist: Cartopy
+Requires-Dist: netCDF4
+Requires-Dist: requests
+Requires-Dist: bs4
+Requires-Dist: rich
+Requires-Dist: pathlib
+Requires-Dist: pandas
+
+
+# oafuncs
+
+## Description
+
+Python Function
+
+地学领域，一些常用操作！
+
+只是方便日常使用，将一些复杂的操作集成到通用函数
+
+代码会不定期优化更新，或增或删或改...
+
+已有功能不会完全删除，可能是换了个函数名，或者优化了参数传递等...
+
+<mark>注</mark>：若有需求，可邮件至`liukun0312@stu.ouc.edu.cn`，能力范围内可考虑实现
+
+**精力有限，部分函数使用说明文档未能及时更新/添加，可参考`结构`部分简述，再使用`OAFuncs.oa_help.use('func_name')`函数调取函数本身说明**
+
+## PyPI
+
+```html
+https://pypi.org/project/OAFuncs
+```
+
+## Github
+
+```html
+https://github.com/Industry-Pays/OAFuncs
+```
+
+## Example
+
+```python
+import oafuncs
+
+# oafuncs.oa_cmap.*
+# oafuncs.oa_data.*
+# oafuncs.oa_draw.*
+# oafuncs.oa_file.*
+# oafuncs.oa_nc.*
+# oafuncs.oa_help.*
+# oafuncs.oa_sign.*
+# oafuncs.oa_down.*
+
+# 查询当前所有可用函数
+oafuncs.oa_help.query()
+# 根据函数名获取使用方法
+oafuncs.oa_help.use('get_var')
+```
+
+```shell
+# 此小板块于2024/10/28更新，仅为示例，不代表最新情况
+函数数量：
+32
+函数列表：
+['clear_folder', 'copy_file', 'create_5rgb_txt', 'create_custom', 'create_diverging', 'create_gif', 'extract5nc', 'extract_colors', 'get_var', 'install_lib', 'interp_2d', 'interp_2d_parallel', 'link_file', 'make_folder', 'merge5nc', 'mod_var_attr', 'plot_contourf', 'plot_contourf_cartopy', 'plot_contourf_lonlat', 'plot_quiver', 'query', 'remove', 'remove_empty_folders', 'rename_files', 'show', 'sign_in_love_ocean', 'sign_in_meteorological_home', 'sign_in_scientific_research', 'upgrade_lib', 'use', 'write2nc', 'xy2lonlat']
+模块全路径：
+oafuncs.oa_nc.get_var
+函数提示：
+datas = get_var(file_ecm, 'h', 't', 'u', 'v')
+
+# 实际全路径：
+datas = oafuncs.oa_nc.get_var(file_ecm, 'h', 't', 'u', 'v')
+```
+
+```python
+import numpy as np
+from oafuncs import oa_nc
+# or
+importoafuncs
+
+data = np.random.rand(100, 50)
+oa_nc.write2nc(r'I:\test.nc', data,
+         'data', {'time': np.linspace(0, 120, 100), 'lev': np.linspace(0, 120, 50)}, 'a')
+
+# or
+oafuncs.oa_nc.write2nc(r'I:\test.nc', data,
+         'data', {'time': np.linspace(0, 120, 100), 'lev': np.linspace(0, 120, 50)}, 'a')
+```
+
+## 结构
+
+- **oafuncs**
+  
+  - oa_down
+    
+    - hycom_3hourly
+      
+      - how_to_use
+        
+        2024/11/02更新
+        
+        查看如何使用本板块，主要是开发者使用
+      
+      - draw_time_range
+        
+        2024/11/02更新
+        
+        绘制hycom数据集时间分布
+      
+      - download
+        
+        2024/11/02更新
+        
+        下载hycom数据，3h分辨率
+      
+      - get_time_list
+        
+        2024/11/12更新
+        
+        方便获取时间序列，间隔为hour
+    
+    - refs_pdf
+      
+      - download5doi
+        
+        2024/11/09更新
+        
+        根据doi下载文献pdf
+  
+  - oa_sign
+    
+    - meteorological
+      
+      - sign_in_meteorological_home
+        
+        2024/10/28更新
+        
+        气象家园签到
+    
+    - ocean
+      
+      - sign_in_love_ocean
+        
+        2024/10/28更新
+        
+        吾爱海洋签到
+    
+    - scientific
+      
+      - sign_in_scientific_research
+        
+        2024/10/28更新
+        
+        科研通签到
+  
+  - oa_cmap
+    
+    - show
+      
+      2024/10/28更新
+      
+      展示cmap效果
+    
+    - extract_colors
+      
+      2024/10/28更新
+      
+      将cmap拆分成颜色列表
+    
+    - create_custom
+      
+      2024/10/28更新
+      
+      自定义cmap，可提供颜色位置
+    
+    - create_diverging
+      
+      2024/10/28更新
+      
+      等比例两端型cmap
+    
+    - create_5rgb_txt
+      
+      2024/10/28更新
+      
+      基于RGB文件制作cmap
+  
+  - oa_data
+    
+    - interp_2d
+      
+      2024/10/28更新
+      
+      二维插值
+    
+    - interp_2d_parallel
+      
+      2024/10/28更新
+      
+      二维插值，并行加速
+  
+  - oa_draw
+    
+    - create_gif
+      
+      2024/10/28更新
+      
+      制作动图
+    
+    - xy2lonlat
+      
+      2024/10/28更新
+      
+      将数字转化为经/纬度字符串
+    
+    - plot_contourf
+      
+      2024/10/28更新
+      
+      粗略绘制填色图
+    
+    - plot_contourf_lonlat
+      
+      2024/10/28更新
+      
+      填色图叠加经纬度
+    
+    - plot_contourf_cartopy
+      
+      2024/10/28更新
+      
+      填色图加海陆线
+    
+    - plot_quiver
+      
+      2024/10/28更新
+      
+      矢量图
+  
+  - oa_file
+    
+    - link_file
+      
+      2024/10/28更新
+      
+      链接文件
+    
+    - copy_file
+      
+      2024/10/28更新
+      
+      复制文件
+    
+    - rename_files
+      
+      2024/10/28更新
+      
+      按一定规则重命名文件（可多个）
+    
+    - make_folder
+      
+      2024/10/28更新
+      
+      在指定路径下创建文件夹
+    
+    - clear_folder
+      
+      2024/10/28更新
+      
+      清空文件夹
+    
+    - remove_empty_folders
+      
+      2024/10/28更新
+      
+      删除路径下所有空的文件夹
+    
+    - remove
+      
+      2024/10/28更新
+      
+      删除文件/文件夹
+    
+    - file_size
+      
+      2024/11/11更新
+      
+      获取文件大小，自选单位
+  
+  - oa_help
+    
+    - query
+      
+      2024/10/28更新
+      
+      查询本库所有可用函数
+    
+    - use
+      
+      2024/10/28更新
+      
+      获取函数路径、函数说明
+  
+  - oa_nc
+    
+    - get_var
+      
+      2024/10/28更新
+      
+      批量提取nc文件变量
+    
+    - extract5nc
+      
+      2024/10/28更新
+      
+      从nc文件中提取变量，包含所有坐标值
+    
+    - write2nc
+      
+      2024/10/28更新
+      
+      便捷将数据写入nc文件
+    
+    - merge5nc
+      
+      2024/10/28更新
+      
+      合并nc文件中的某一变量
+    
+    - merge5nc_vars
+      
+      2024/10/28更新
+      
+      合并nc文件中多个变量，按照同一坐标维度
+    
+    - modify_var_value
+      
+      2024/10/29更新
+      
+      修改变量值
+    
+    - modify_var_attr
+      
+      2024/10/29更新
+      
+      添加或修改nc文件变量属性
+    
+    - rename_var_or_dim
+      
+      2024/10/29更新
+      
+      重命名变量或维度名，如果该名称涉及维度，会自动修改
+    
+    - check_ncfile
+      
+      2024/11/05更新
+      
+      检查nc文件是否存在/是否有问题，可选删除
+
+## 依赖库
+
+```shell
+"matplotlib"
+"numpy"
+"scipy"
+"xarray"
+"Cartopy"
+"netCDF4"
+```
+
+------------------------------------------------------------------------------------------------------------------------------
+
+<mark>Note</mark>：**以下内容暂不想再更新，写文件太费精力，使用oafuncs.oa_help.use('func_name')方式获取说明吧~~**
+
+2024/11/02
+
+----------------------------------------
+
+## 1 `oa_cmap`
+
+### 1.1 description
+
+针对cmap相关操作写了一些函数，可以生成cmap，简单可视化，以及将cmap拆分成颜色序列等等。
+
+### 1.2 `show(colormaps: list)`
+
+#### 描述
+
+帮助函数，用于绘制与给定颜色映射（colormap）关联的数据。
+
+#### 参数
+
+- `colormaps` (list): 颜色映射列表。
+
+#### 示例
+
+```python
+cmap = mpl.colors.ListedColormap(["darkorange", "gold", "lawngreen", "lightseagreen"])
+show([cmap])
+```
+
+### 1.3 `extract_colors(cmap, n=256)`
+
+#### 描述
+
+将颜色映射（cmap）转换为颜色列表。
+
+#### 参数
+
+- `cmap` (str): 颜色映射名称。
+
+- `n` (int): 颜色分割的数量，默认为256。
+
+#### 返回
+
+- `out_cmap` (list): 颜色列表。
+
+#### 示例
+
+```python
+out_cmap = extract_colors('viridis', 256)
+```
+
+### 1.4 `create_custom(colors: list, nodes=None)`
+
+#### 描述
+
+创建自定义颜色映射（cmap），可以自动确定颜色位置（等比例）。
+
+#### 参数
+
+- `colors` (list): 颜色列表，可以是颜色名称或十六进制颜色代码。
+
+- `nodes` (list, optional): 颜色位置列表，默认为None，表示等间距。
+
+#### 返回
+
+- `c_map` (matplotlib.colors.LinearSegmentedColormap): 自定义颜色映射。
+
+#### 示例
+
+```python
+c_map = create_custom(['#C2B7F3','#B3BBF2','#B0CBF1','#ACDCF0','#A8EEED'])
+c_map = create_custom(['aliceblue','skyblue','deepskyblue'], [0.0, 0.5, 1.0])
+```
+
+### 1.5 `create_diverging(colors: list)`
+
+#### 描述
+
+创建双色diverging型颜色映射（cmap），当传入颜色为偶数时，默认中间为白色。
+
+#### 参数
+
+- `colors` (list): 颜色列表，可以是颜色名称或十六进制颜色代码。
+
+#### 返回
+
+- `cmap_color` (matplotlib.colors.LinearSegmentedColormap): 自定义diverging型颜色映射。
+
+#### 示例
+
+```python
+diverging_cmap = create_diverging(
+  ["#4e00b3", "#0000FF", "#00c0ff", "#a1d3ff", "#DCDCDC", "#FFD39B", "#FF8247", "#FF0000", "#FF5F9E"])
+```
+
+### 1.6 `create_5rgb_txt(rgb_txt_filepath: str)`
+
+#### 描述
+
+根据RGB的txt文档制作色卡。
+
+#### 参数
+
+- `rgb_txt_filepath` (str): RGB txt文件的路径。
+
+#### 返回
+
+- `icmap` (matplotlib.colors.ListedColormap): 根据RGB值创建的颜色映射。
+
+#### 示例
+
+```python
+cmap_color = create_5rgb_txt('./test.txt')
+```
+
+RGB.txt格式：
+
+```textile
+50,54,156
+...
+255,255,255
+```
+
+## 2 oa_data
+
+### 2.1 description
+
+对数据进行处理，目前主要提供二维及以上数据的水平二维插值。（2D~4D）
+
+### 2.2 `interp_2d(target_x, target_y, origin_x, origin_y, data, method='linear')`
+
+#### 描述
+
+高维插值函数，默认对数据的最后两个维度进行插值。该函数适用于二维~四维空间数据的插值，不使用并行计算。
+
+#### 参数
+
+- `target_x` (array-like): 目标纬度网格，可以是1D或2D数组。
+- `target_y` (array-like): 目标经度网格，可以是1D或2D数组。
+- `origin_x` (array-like): 初始纬度网格，与原始数据形状匹配的1D或2D数组。
+- `origin_y` (array-like): 初始经度网格，与原始数据形状匹配的1D或2D数组。
+- `data` (array-like): 待插值的数据，形状为(*, lat, lon)，其中`*`可以是任意1~2D。
+- `method` (str, optional): 插值方法，默认为'linear'。可选值还包括'nearest', 'cubic'等。
+
+#### 返回
+
+- `array-like`: 插值结果，形状与`target_x`和`target_y`构成的网格形状一致，并且保持原始数据除了最后两个维度之外的其他维度结构。
+
+#### 示例
+
+```python
+import numpy as np
+import matplotlib.pyplot as plt
+
+# 创建初始网格和数据
+origin_x = np.linspace(0, 10, 11)
+origin_y = np.linspace(0, 10, 11)
+data = np.random.rand(10, 10, 11, 11)
+
+# 创建目标网格
+target_x = np.linspace(0, 10, 101)
+target_y = np.linspace(0, 10, 101)
+
+# 执行插值
+interpolated_data = interp_2d(target_x, target_y, origin_x, origin_y, data)
+
+# 打印插值结果形状
+print(interpolated_data.shape)
+
+# 可视化插值结果
+plt.figure()
+plt.contourf(target_x, target_y, interpolated_data[0, 0, :, :])
+plt.colorbar()
+plt.show()
+```
+
+### 2.3 `interp_2d_parallel(target_x, target_y, origin_x, origin_y, data, method='linear')`
+
+#### 描述
+
+高维插值函数，使用多线程加速插值过程。该函数默认对数据的最后两个维度进行插值，适用于二维到四维空间数据的插值。通过`ThreadPoolExecutor`来并行处理数据的不同切片，以提升计算效率。
+
+#### 参数
+
+- `target_x` (array-like): 目标纬度网格，可以是1D或2D数组。
+- `target_y` (array-like): 目标经度网格，可以是1D或2D数组。
+- `origin_x` (array-like): 初始纬度网格，与原始数据形状匹配的1D或2D数组。
+- `origin_y` (array-like): 初始经度网格，与原始数据形状匹配的1D或2D数组。
+- `data` (array-like): 待插值的数据，形状为(*, lat, lon)，其中`*`可以是任意维度。
+- `method` (str, optional): 插值方法，默认为'linear'。可选值还包括'nearest', 'cubic'等。
+
+#### 返回
+
+- `array-like`: 插值结果，形状与`target_x`和`target_y`构成的网格形状一致，并且保持原始数据除了最后两个维度之外的其他维度结构。
+
+#### 示例
+
+```python
+import numpy as np
+import matplotlib.pyplot as plt
+
+# 创建初始网格和数据
+origin_x = np.linspace(0, 10, 11)
+origin_y = np.linspace(0, 10, 11)
+data = np.random.rand(10, 10, 11, 11)
+
+# 创建目标网格
+target_x = np.linspace(0, 10, 101)
+target_y = np.linspace(0, 10, 101)
+
+# 执行插值
+interpolated_data = interp_2d_parallel(target_x, target_y, origin_x, origin_y, data)
+
+# 打印插值结果形状
+print(interpolated_data.shape)
+
+# 可视化插值结果
+plt.figure()
+plt.contourf(target_x, target_y, interpolated_data[0, 0, :, :])
+plt.colorbar()
+plt.show()
+```
+
+## 3 oa_draw
+
+### 3.1 description
+
+一些简单的绘图函数，由于绘图需要高度自定义，所以这部分仅作为速览。
+
+### 3.2 等待优化再写
+
+目前已有部分函数，可自行尝试
+
+```python
+create_gif(image_list: list, gif_name: str, duration=0.2)
+
+
+xy2lonlat(xy, lonlat='lon', decimal=2)
+
+
+plot_contourf(pic_data, picname=None, c_map='rainbow', minmax=None, labels=None, ticks_space=None, ticks=None, figsize=(12, 9))
+
+
+plot_contourf_lonlat(data, lon, lat, interval=5, picname=None, c_map='rainbow')
+
+
+plot_quiver(u, v, lon, lat, picname=None, cmap='coolwarm', scale=0.25, width=0.002, x_space=5, y_space=5)
+
+
+plot_contourf_cartopy(data, lon, lat, picname=None, cmap='rainbow', cn_fill_num=20, fig_size=(12, 9), title='Cartopy', land_color='green', ocean_color='lightgrey')
+```
+
+## 4 oa_file
+
+### 4.1 description
+
+对文件进行一些处理，包含文件夹、文件等处理。
+
+### 4.2 `link_file(src_pattern, dst)`
+
+#### 描述
+
+创建符号链接，支持通配符匹配源文件。
+
+#### 参数
+
+- `src_pattern`: 源文件路径，支持通配符。
+- `dst`: 目标路径或文件名。
+
+#### 返回
+
+无返回值
+
+#### 示例
+
+```python
+link_file(r'/data/hejx/liukun/era5/*', r'/data/hejx/liukun/Test/')
+link_file(r'/data/hejx/liukun/era5/py.o*', r'/data/hejx/liukun/Test/py.o')
+link_file(r'/data/hejx/liukun/era5/py.o*', r'/data/hejx/liukun/Test')
+```
+
+### 4.3 `copy_file(src_pattern, dst)`
+
+#### 描述
+
+复制文件或目录，支持使用通配符匹配源文件。
+
+#### 参数
+
+- `src_pattern`: 源文件或目录的路径，可以包含通配符来匹配多个文件。
+- `dst`: 目标路径或文件名。如果指定的是目录路径，则保持源文件的文件名；如果指定的是文件名，则会覆盖同名文件。
+
+#### 返回
+
+无返回值
+
+#### 示例
+
+复制单个文件到指定目录，保持原文件名：
+
+```python
+copy_file(r'/path/to/source/file.txt', r'/path/to/destination/')
+```
+
+### 4.4 `rename_files(directory, old_str, new_str)`
+
+#### 描述
+
+在指定目录下批量重命名文件，将文件名中的指定字符串替换为新的字符串。
+
+#### 参数
+
+- `directory`：需要操作的目录路径，字符串类型。
+- `old_str`：需要被替换的旧字符串，字符串类型。
+- `new_str`：用于替换旧字符串的新字符串，字符串类型。
+
+#### 返回
+
+该函数没有返回值，但会直接修改指定目录下的文件名。
+
+#### 示例
+
+```python
+# 调用函数
+directory_path = "E:\\Code\\Matlab\\Master\\Ocean\\ROMS\\CROCO-1.3.1\\My_Models\\windfarm\\CROCO_FILES"
+old_str = "croco"
+new_str = "roms"
+rename_files(directory_path, old_str, new_str)
+```
+
+### 4.5 `make_folder(rootpath: str, folder_name: str, clear=0)`
+
+#### 描述
+
+创建一个新文件夹在指定的根路径下，如果文件夹已存在，可以选择是否清除其内容。函数返回创建的文件夹路径。
+
+#### 参数
+
+- `rootpath`：新文件夹的根路径，字符串类型。
+- `folder_name`：要创建的文件夹名称，字符串类型。
+- `clear`：可选参数，默认为0。如果设置为1，且文件夹已存在，则将其内容清除。
+
+#### 返回
+
+函数返回创建或清理后的文件夹路径，字符串类型。
+
+#### 示例
+
+```python
+# 调用函数
+root_path = "/path/to/root"
+folder_name = "new_folder"
+created_folder_path = make_folder(root_path, folder_name, clear=1)
+print(f"Folder created at: {created_folder_path}")
+```
+
+### 4.6 `clear_folder(folder_path)`
+
+#### 描述
+
+清空指定文件夹中的所有内容，包括文件、子文件夹以及符号链接。如果文件夹不存在，则不会有任何操作。
+
+#### 参数
+
+- `folder_path`：需要清空的文件夹路径，字符串类型。
+
+#### 返回
+
+该函数没有返回值
+
+#### 示例
+
+```python
+# 调用函数
+folder_to_clear = "/path/to/folder"
+clear_folder(folder_to_clear)
+```
+
+### 4.7 `remove_empty_folders(path, print_info=1)`
+
+#### 描述
+
+遍历指定路径下的所有文件夹，并删除空的文件夹。该函数会递归地检查每个子文件夹，如果文件夹为空，则将其删除。
+
+#### 参数
+
+- `path`：需要检查和删除空文件夹的路径，字符串类型。
+- `print_info`：可选参数，默认为1。如果设置为1，则在删除空文件夹或跳过受保护的文件夹时打印信息。
+
+#### 返回
+
+该函数没有返回值
+
+#### 示例
+
+```python
+# 调用函数
+path_to_check = "/path/to/directory"
+remove_empty_folders(path_to_check)
+```
+
+### 4.8 `remove(pattern)`
+
+#### 描述
+
+删除与给定模式匹配的所有文件。该函数使用 `glob` 模块来匹配文件路径模式，并删除找到的所有文件。
+
+#### 参数
+
+- `pattern`：文件匹配模式，可以是相对路径或绝对路径，并可以使用通配符 `*` 来匹配多个文件。
+
+#### 返回
+
+该函数没有返回值
+
+#### 示例
+
+```python
+# 调用函数
+# 使用绝对路径
+remove(r'E:\Code\Python\Model\WRF\Radar2\bzip2-radar-0*')
+
+# 或者先切换到目标目录，再使用相对路径
+os.chdir(r'E:\Code\Python\Model\WRF\Radar2')
+remove('bzip2-radar-0*')
+```
+
+## 5 oa_nc
+
+### 5.1 description
+
+对nc数据进行处理，便捷提取变量、维度，以及将数据写入nc文件。
+
+### 5.2 `get_var(file, *vars)`
+
+#### 描述
+
+从给定的 NetCDF 文件中提取并返回指定的变量数据。该函数使用 `xarray` 库来处理 NetCDF 文件。
+
+#### 参数
+
+- `file`：NetCDF 文件的路径，字符串类型。
+- `*vars`：一个或多个变量名，这些是要从 NetCDF 文件中提取的变量。
+
+#### 返回
+
+- `datas`：一个列表，包含从 NetCDF 文件中提取的变量数据。
+
+#### 示例
+
+```python
+# 调用函数
+file_path = 'path_to_your.nc'
+variables = ['temperature', 'pressure']
+data_list = get_var(file_path, *variables)
+
+# 现在 data_list 包含了 'temperature' 和 'pressure' 变量的数据
+```
+
+### 5.3 `extract5nc(file, varname)`
+
+#### 描述
+
+从 NetCDF 文件中提取指定变量的数据，并创建一个包含变量维度和对应值的字典。函数返回变量的数据数组以及维度字典。
+
+#### 参数
+
+- `file`：NetCDF 文件的路径，字符串类型。
+- `varname`：要提取的变量名称，字符串类型。
+
+#### 返回
+
+- `np.array(vardata)`：提取的变量数据，转换为 NumPy 数组。
+- `dimdict`：一个字典，键是变量维度名称，值是对应的维度数据。
+
+#### 示例
+
+```python
+# 调用函数
+file_path = 'path_to_your.nc'
+variable_name = 'temperature'
+data_array, dimensions_dict = extract5nc(file_path, variable_name)
+
+# 现在 data_array 包含了 'temperature' 变量的数据，dimensions_dict 包含了维度信息
+```
+
+### 5.4 `write2nc(file, data, varname, coords, mode)`
+
+#### 描述
+
+将数据写入 NetCDF 文件。根据提供的模式（写入或追加），函数可以创建新的 NetCDF 文件，或者在现有文件中添加或替换变量和坐标。
+
+#### 参数
+
+- `file`：NetCDF 文件的路径，字符串类型。
+- `data`：要写入的数据，NumPy 数组。
+- `varname`：要创建或更新的变量名称，字符串类型。
+- `coords`：坐标字典，键为维度名称，值为对应的坐标数据。
+- `mode`：写入模式，'w' 表示写入（如果文件存在则删除），'a' 表示追加（如果文件不存在则创建）。
+
+#### 返回
+
+该函数没有返回值
+
+#### 示例
+
+```python
+# 使用示例
+file_path = 'output.nc'
+data_to_write = np.random.rand(10, 5)  # 示例数据
+variable_name = 'example_data'
+coordinates = {'time': np.arange(10), 'level': np.arange(5)}
+write_mode = 'w'  # 写入模式
+
+write2nc(file_path, data_to_write, variable_name, coordinates, write_mode)
+```