通過 python 從.netCDF 中提取特定位置的數據

Question

我是 Python 的新手，也是 NetCDF 的新手，如果我不清楚，請深表歉意。 我有一個包含多個變量的 nc 文件，我需要以新順序從這些 nc 文件中提取數據。

我的 nc 文件有 8 個變量（經度、緯度、時間、u10、v10、swh、mwd、mwp），我正在嘗試的邏輯是“如果我輸入經度和緯度，我的程序會輸出其他變量（u10、v10、swh , mwd, mwp) 按時間排序。” 然后我會把提取的數據放在另一個數據庫中。

我測試了我的 nc 文件如下：

import netCDF4
from netCDF4 import Dataset

jan = Dataset('2016_01.nc')
print jan.variables.keys()

lon = jan.variables['longitude']
lat = jan.variables['latitude']
time = jan.variables['time']

for d in jan.dimensions.items():
    print d

lon_array = lon[:]
lat_array = lat[:]
time_array = time[:]

print lon_array
print lat_array
print time_array

一些結果如下

[u'longitude', u'latitude', u'time', u'u10', u'v10', u'swh', u'mwd', u'mwp']

(u'longitude', <type 'netCDF4._netCDF4.Dimension'>: name = 'longitude', size = 1440)

(u'latitude', <type 'netCDF4._netCDF4.Dimension'>: name = 'latitude', size = 721)

(u'time', <type 'netCDF4._netCDF4.Dimension'> (unlimited): name = 'time', size = 186)

任何意見，將不勝感激。 謝謝你。

Answer 1

首先，您需要了解隨時間/空間變化的變量的維度順序，例如u10 ，可以通過以下方式獲得：

u10 = jan.variables['u10']
print(u10.dimensions)

接下來是正確切片/索引數組的問題。 如果您想讓數據說latitude=30 ， longitude = 10 ，則可以使用（在將Numpy作為import numpy as np之后）找到對應的（最近的）索引：

i = np.abs(lon_array - 10).argmin()
j = np.abs(lat_array - 30).argmin()

假設u10的維度按{time, lat, lon}排序，則可以按以下方式讀取數據：

u10_time = u10[:,j,i]

這將為您提供所需位置的所有（時變） u10值。

Answer 2

這種任務使用xarray很簡單，例如

import xarray as xr
lon=30
lat=10

# open the file, select the location and write to new netcdf 
da=xr.open_dataset('2016_01.nc') 
ts=da.sel(x=lon, y=lat, method="nearest")
ts.to_netcdf('timeseries.nc')

Answer 3

嗨，我在來自WRF的文件netCDF上使用了它。

import numpy as np
from netCDF4 import Dataset  # http://code.google.com/p/netcdf4-python/
import pandas as pd
import os

os.chdir('.../netcdf') # Select your dir
f = Dataset('wrfout_d01_2007-01-01_10_00_00', 'r') #Charge your file

latbounds = [ 4.691417 ]# Latitud
lonbounds = [ -74.209 ]# Longitud

cor_lat = pd.DataFrame(f.variables['XLAT'][0][:])
cor_lat2 = pd.DataFrame({'a':cor_lat.iloc[:,0], 'b':abs(cor_lat.iloc[:,0] - latbounds)})

a = cor_lat2[cor_lat2.b == min(cor_lat2.b)].index.get_values()[0]

cor_lon = pd.DataFrame(f.variables['XLONG'][0][:])
cor_lon2 = pd.DataFrame({'a':cor_lon.iloc[0,:], 'b':abs(cor_lon.iloc[0,:] - lonbounds)})

b = cor_lon2[cor_lon2.b == min(cor_lon2.b)].index.get_values()[0]

vlr = (f.variables['T2'][ : , a , b ] - 273.15)[0] #This change from kelvin to celsius
vlr