python简单读取和索引.nc文件(气象小白入门版)

 一、总代码

#数据下载，这里下载的是NCEP的气压数据，在命令行运行代码即可
#wget -P /mnt/g/st_touchfish_py/data ftp://ftp.cdc.noaa.gov/Datasets/ncep.reanalysis.derived/pressure/air.mon.mean.nc

import xarray as xr
import pandas as pd
import numpy as np

#用xarray库读入文件
file = xr.open_dataset('/mnt/g/st_touchfish_py/data/air.mon.mean.nc')
#print一下文件看看都有啥
print(file)
#dataarray文件包含四部分~维度DIMS&坐标cord--经度、纬度、高度、时间；值VALUE--气压；属性attributes：文件信息...

#索引的顺序不能颠倒，可通过print(file.air)查看顺序
print(file.air)
air_00_20 = file.air.loc['2000-01-01':'2020-12-31',500,:,:]
print(air_00_20)

#检查格式：若是datatime格式则可以分年、月、日索引
print(air_00_20.time)
air_00_20_sum = air_00_20.loc[air_00_20.time.dt.month.isin([6,7,8])]
print(air_00_20_sum)

二、代码解释

（1）NECP气象数据下载

wget -P /mnt/g/st_touchfish_py/data ftp://ftp.cdc.noaa.gov/Datasets/ncep.reanalysis.derived/pressure/air.mon.mean.nc

注意：/mnt/g/st_touchfish_py/data是存放文件的路径，改成自己的噢

（2）下载相应库

这里用到了三个库xarray pandas numpy(xarray是基于pandas建立的，两者很相似；numpy很常用，涉及处理数组都会用到)

#导入相应的库
import xarray as xr
import pandas as pd
import numpy as np

如果命令行提示“No Model xxx”，就是没有安装对应的库。安装上就好了。

比如缺少xarray和pandas，直接在命令行里面运行：conda install -c conda-forge xarray pandas 

(如果上述命令不行，尝试pip install xarray)

(3)读入文件并查看文件内容

#用xarray库读入文件
file = xr.open_dataset('/mnt/g/st_touchfish_py/data/air.mon.mean.nc')
#print一下文件看看都有啥
print(file)
#dataarray文件包含四部分~维度DIMS&坐标cord--经度、纬度、高度、时间；值VALUE--气压；属性attributes：文件信息...

运行结果：

可以看到这是xarray读进来的数据集：红框的四部分。

Data variables是数据变量，若下载的文件是温度数据，变量就是温度；是风场数据，变量就是风速。

Dimensions是变量的维度，有四个，每个维度的数字就代表有几个值，比如level:17就是有17个高度值，想要具体看看是什么值，可以print一下

print(file.level)

如下图红框，17个高度值就存在数组中

 （4）索引文件（时间/高度/经纬度）

#索引的顺序不能颠倒，可通过print(file.air)查看顺序
print(file.air)
air_00_20 = file.air.loc['2000-01-01':'2020-12-31',500,:,:]
print(air_00_20)

 print(file.air)运行结果如下图所示，可以看到属性存放的顺序是：时间-->高度-->纬度-->经度，索引的时候一定要按照这个顺序写约束。

这里的顺序指的是两方面：一个是属性存放的顺序（时间是第一个，高度是第二个...），还有每个属性中的数据存放的顺序（时间属性中，1948排在1949前面）。

这两个顺序在写索引的时候都不能颠倒。

loc函数就是用于索引的，比如要提取2000年到2020年，高度为500的所有气压数据，就可以写成

air_00_20 = file.air.loc['2000-01-01':'2020-12-31',500,:,:]

（而如果写成 air_00_20 = file.air.loc[500,'2000-01-01':'2020-12-31',:,:]就没遵循不同属性的顺序

写成air_00_20 = file.air.loc['2020-01-01':'2000-12-31',500,:,:]就没遵循某一个属性的具体值的存放顺序）

print一下 air_00_20：可以看到已经把对应的时间范围 和 高度 =500提取出来了 

附：如果数据是datetime格式，还可以这么索引

#若是datetime格式则可以分年、月、日索引
#检查格式
print(air_00_20.time)
air_00_20_sum = air_00_20.loc[air_00_20.time.dt.month.isin([6,7,8])]
print(air_00_20_sum)

先看看变量的格式：print(air_00_20.time)，下图可以看到是datetime格式，则可以使用dt.month进行月份的索引，写法如上述代码所示。

 输出结果：将6/7/8月的值提取了出来。