【Python学习】——netcdf数据处理（二）

netcdf数据doy时间转月平均处理

接上文，读取.nc数据后发现时间维度为doy，并不是以时间轴的形式存在，加之后续要处理为月

值，因此，本文旨在解决以上问题。

## 导入库
import xarray as xr
import cftime
## 读取数据
# 法一
ds = xr.open_dataarray("/mnt/e/Research_life/DATA/SIF/CSIF/OCO2.SIF.clear.daily.2000.nc")
# 法二
ds = xr.open_dataset("/mnt/e/Research_life/DATA/SIF/CSIF/OCO2.SIF.clear.daily.2000.nc").clear_daily_sif
 
## 将doy维度转换为xarray能读懂的time64格式，方便后续索引定位
ds['doy'] = cftime.num2date(ds['doy'],units='days since 2000-01-01',calendar='standard')
ds

## 月平均
ds.resample(doy = '1M').mean()

## 根据所需经纬度范围提取数据（两种方式）
ds.sel(doy=slice('2000-01-01','2000-08-02'))
ds.loc['2000-01-02':'2000-08-02',::]

doy转换前后的样式见下图，只有转换为时间轴形式才可以进行月平均处理。