nc文件处理取值范围。python实现浮点数向上和向下取整

最新推荐文章于 2024-06-24 17:59:43 发布

原创最新推荐文章于 2024-06-24 17:59:43 发布 · 396 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #算法

文章描述了如何在Python中使用xarray和numpy库处理nc文件中的数据，计算数据的最大值和最小值，并对结果进行四舍五入，以便满足特定需求。作者提供了自定义函数来实现这个功能。

项目遇到一个问题：有一个nc文件，拿到该nc文件所有数据的最大值，最小值范围，最大值向上取整保留两位小数，最小值向下取整保留两位小数，找了一圈没有这个解决方法，最后自己写了一个。

#定义算法函数函数
def get_max_min(max: float, min: float, num: int):
    """最大值，最小值，保留小数位数 -》（最大值，最小值）"""
    #1不要小数位
    if num == 0:
        if max >= 0:
            max = int(max) + 1
        else:
            max = int(max)
        if min >= 0:
            min = int(min)
        else:
            min = int(min) - 1
        return (max, min)
    elif num > 0:
        max = format(max, f".{num+2}f")
        min = format(min, f".{num+2}f")
        max_str = max.split(".")
        min_str = min.split(".")
        #!最大值
        if float(max) >= 0:
            # 有小数
            if len(max_str) != 1:
                float_str = max_str[-1]
                # 需要向上取值
                if len(float_str) > num:
                    float_str = str(int(float_str[:num]) + 1).zfill(num)
                    int_body = max_str[0]
                    if len(float_str) > num:#小数位加1进10
                        int_body = str(int(max_str[0]) + 1)
                    max = float(int_body + "." + float_str[-num:])
        else:
            if len(max_str) != 1:
                # 需要向上取值
                float_str = max_str[-1]
                if len(float_str) > num:
                    float_str = float_str[:num]
                    max = float(max_str[0] + "." + float_str)
        #!最小值
        if float(min) >= 0:
            if len(min_str) != 1:
                float_str = min_str[-1]
                if len(float_str) > num:
                    float_str = float_str[:num]
                    min = float(min_str[0] + "." + float_str)
        else:
            # 有小数
            if len(min_str) != 1:
                float_str = min_str[-1]
                # 需要向上取值
                if len(float_str) > num:
                    float_str = str(int(float_str[:num]) + 1).zfill(num)
                    int_body = min_str[0]
                    if len(float_str) > num:
                        int_body = str(int(min_str[0]) - 1)
                    min = float(int_body + "." + float_str[-num:])
        return (max, min)

然后读nc文件使用

import xarray as xr
import rioxarray as rio
ds = open_dataset("test.nc")

data_type = 'edvi'
lon_range = slice(80,150)
lat_range = slice(0,60)
da = ds[data_type].sel(longitude=lon_range, latitude=lat_range)

da = da.where((da >= -0.015) | (da <= 0.015)) #选择范围内的值
#调用函数向上向下取数
max, min = get_max_min(
                    da.max().values.item(), da.min().values.item(), 2
                )
##保留90%数据
# min = np.nanpercentile(da, 5)
# max = np.nanpercentile(da, 95)
# da = da.where((da >= min) | (da.isnull()), other=min)
# da = da.where((da <= max) | (da.isnull()), other=max)
# max, min = get_max_min(max, min, 2)
# 添加属性最值
da.attrs["max"] = max
da.attrs["min"] = min
#生成tiff文件
tif_file_path = f"files/test.tif"
da = da.fillna(-9999)
da = da.rio.write_crs(4326).rio.reproject(
                    "EPSG:3857", resolution=25000, nodata=-9999
                ).rio.to_raster(tif_file_path)

ok,等我再用到就来复制粘贴