[英]How to read NetCDF variable float data into a Numpy array with the same precision and scale as the original NetCDF float values?
我有一个NetCDF文件,其中包含一个带有精度/ scale == 7/2的浮点值的变量,即有可能的值从-99999.99到99999.99。
当我从NetCDF变量中获取一些值并在我的调试器中查看它时,我看到我现在在数组中的值比我在原始NetCDF中看到的更精确/比例。 例如,当我查看ToosUI / ncdump查看器中的值时,它们显示为'-99999.99'或'12 .45'但是当我查看切片数组中的值时,它们看起来像'-99999.9921875'(更大的比例长度)。 因此,如果我使用'-99999.99'作为指示缺少数据点的预期值,那么我将无法与切片数组中的内容匹配,因为这些值具有更大的比例长度和附加数字缩放不仅仅是填充的零。
例如,如果我对NetCDF数据集中的某个点执行ncdump,我会看到这个:
Variable: precipitation(0:0:1, 40:40:1, 150:150:1)
float precipitation(time=1348, lat=180, lon=360);
:units = "mm/month";
:long_name = "precipitation totals";
data:
{
{
{-99999.99}
}
}
但是,如果我从变量得到一片数据,如下所示:
value = precipitationVariable[0:1:1, 40:41:1, 150:151:1]
然后我在我的调试器(Eclipse / PyDev)中看到它:
value == ndarray: [[[-99999.9921875]]]
因此,似乎我读入Numpy数组的NetCDF数据集值没有以与NetCDF文件中原始值相同的精度/比例读取。 或者NetCDF中的值实际上与我在阅读它时看到的相同,但是由于ncdump程序本身的某些格式设置,通过ncdump向我显示的内容被截断。
任何人都可以建议这里发生了什么? 在此先感谢您的帮助。
BTW我在Windows XP机器上使用Python 2.7.3开发此代码,并在此处提供的NetCDF4 API使用Python模块: https : //code.google.com/p/netcdf4-python/
没有简单的方法可以做你想要的,因为numpy将值存储为单精度,因此它们将始终具有0.99之后的尾随数字。
但是,netCDF已经提供了丢失数据的机制(参见最佳实践指南 )。 netCDF文件是如何编写的? missing_value
是一个特殊的变量属性 ,应该用于指示缺少的值。 在C和Fortran接口中,创建文件时,所有变量值都将设置为缺失。 如果您一次性编写变量,则可以将missing_value
属性设置为缺少值的索引数组。 查看有关C和Fortran接口中填充值的更多信息。 这是推荐的方法。 python netCDF4模块可以很好地处理这些缺失值,并且这些数组在numpy中被读作掩码数组。
如果您必须使用当前拥有的文件,那么我建议您创建一个掩码来覆盖缺失值周围的值:
import numpy as np
value = precipitationVariable[:]
mask = (value < -99999.98) & (value > -100000.00)
value = np.ma.MaskedArray(value, mask=mask)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.