JupyterLab xr.open_dataset不识别中文路径

最新推荐文章于 2024-07-21 14:37:10 发布

拾穗哥

最新推荐文章于 2024-07-21 14:37:10 发布

阅读量378

点赞数 3

文章标签： xr 经验分享 python

本文链接：https://blog.youkuaiyun.com/qq_20784777/article/details/139625235

版权

long0 = xr.open_dataset("long.grd")

运行以后发现已经生成的long.grd文件找不到

FileNotFoundError: [Errno 2] No such file or directory: 'F:\\03-专利\\\\新建文件夹\\ong.grd'

多次试验发现：

xr.open_dataset不识别中文路径

将路径改为英文即可

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

拾穗哥

关注关注

3
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

xr.open_mfdataset 和 xr.open_dataset

qq_43202117的博客

08-08

1622

库中用于打开和处理 NetCDF 文件的两个常用函数。都用于读取 NetCDF 数据，但有一些关键区别。

Xarray.open_dataset介绍

ruichuang2的博客

08-23

2102

无

参与评论您还未登录，请先登录后发表或查看评论

Xarray在大气科学中的应用(最基础篇)

lvyihang200411的博客

06-01

1331

再次先对Xarray进行最基本的知识点分享，之后的文章会对其进行更系统的介绍。

Open Dataset

lcmssd

06-14

461

MIT Traffic Data Set Database Of Visual Eye movementS Eye tracking data for a set of pictures Eye-Tracking Data An Eye Fixation Database for Saliency Detection in Images Database for Saliency D

Python NC文件中文路径问题（xarray、netcdf4）

qq_45037152的博客

07-21

1097

Python 解决nc文件中文路劲问题，netCDF4和xarray两种解决方法。

Waymo数据集使用介绍（waymo-open-dataset）

热门推荐

ylwhxht的博客

12-29

1万+

关于waymo数据集的介绍很多博客都有详细说明了，但是具体有哪些数据？waymo可视化工具如何使用？这些信息又如何读取？浏览了一圈发现寥寥无几，这里简单做个整理，方便读者理解也方便自己以后所需。 1. Waymo数据集下载 https://waymo.com/open 2. Waymo Open Dataset Tutorial 去waymo可视化官网进行相关工具的安装与环境配置，这个不多赘述: https://github.com/waymo-research/waymo-open-dataset.git

打开文件OPEN DATASET的各种语法

鹏翼的博客

02-25

6439

http://www.cnblogs.com/jiangzhengjun/p/4293548.html

【Waymo Open Dataset教程——tutorial_2d_pvps】

weixin_41658139的博客

08-21

647

Waymo Open Dataset 2D全景分割教程代码

open dataset appending

gu_gj的专栏

04-29

507

DATA FNAME(60) VALUE 'myfile'. DATA NUM TYPE I. OPEN DATASET FNAME FOR OUTPUT. DO 5 TIMES. NUM = NUM + 1. TRANSFER NUM TO FNAME. ENDDO. OPEN DATASET FNAME FOR INPUT. OPEN DATASET

Waymo Open Dataset (WOD) 数据集详解（比官网详细版）

发布工作学习过程中遇到的问题和解决方案

09-21

3422

这是一篇关于如何读取Waymo Open Dataset（WOD）数据集的详细说明

在python里面，open函数encoding的参数utf-8不起作用怎么办？

m0_71184668的博客

06-21

339

很简单，将utf-8改成utf-8-sig就可以了，就不会出现乱码了。

分析气象数据，使用Python进行可视化如此简单

weixin_39915649的博客

07-04

2574

使用Cartopy和Xarray可视化气候数据，使用Python进行气候数据可视化。

xarray学习

JesJiang的博客

05-14

6044

1、读取grib2 ds = xr.open_dataset('xxx.grib2', engine='cfgrib', backend_kwargs={'filter_by_keys':{'typeOfLevel': 'isobaricInhPa'}}) isobaricInhPa 气压坐标系、垂直坐标系，一般是多层高空数据 surface是地面数据读取会生成.idx文件，读取报错时记得删除.idx文件 ...

nc文件在python里的截取

XYX1279的博客

08-05

3249

import netCDF4 as nc import xarray as xr import numpy as np nc=xr.open_dataset('C:/Users\d\Desktop\Graduation thesis\data\sst.nc') v = nc['sst'] #sst为变量内容（降雨、土壤干燥度等） nc_30=v.loc['1979-1-1':'2016-12-31'] #截取时间 nc_coordinate=nc_30.loc[:,75:30,70:150] #截取经纬.

Python气象实例——浅要绘制台风生成环境场

2401_84205765的博客

04-24

2469

● 绘制海表面温度情况● 绘制中层湿度● 绘制流场和相对涡度● 绘制垂直风切变● 本次使用个例为2023年第5号台风“杜苏芮”，利用2023年7月20日08时的气象场（包含海表面温度，中层湿度，垂直风切变，绝对涡度）浅要分析台风生成大环境背景的情形海表面温度控制着海洋向台风输入的热通量，一般认为台风生成时海温需要大于 26.5ºC。本次台风生成源地位于西太平洋暖池，海温高于26.5℃。中层湿度能够为台风是发生发展提供充足的水汽条件，水汽在上升过程中释放凝结潜热，有助于台风眼墙的建立。

【Python学习】——技巧分享（持续更新中）

elite0的博客

08-11

626

接上文，只需要对调经纬度即可。

python处理nc文件中的一些问题

学习笔记

09-16

626

依赖较多使用anaconda方便一些。主要使用xarray库处理。用到了两个方法，读取和拼接。在anaconda环境中。

Python学习记录 ——文件处理（xarray与netCDF）

qq_52304378的博客

09-19

4742

Python学习记录 ——文件处理（xarray与netCDF）

【Waymo Open Dataset教程——tutorial】

weixin_41658139的博客

08-20

1596

Waymo Open Datset Tutorials —— tutorial

``` import xarray as xr import pandas as pd #通过函数打开单个或多个文件xarray.open_dataset().nc1。如果存在多日的数据文件，则可以通过通配符批量读取这些文件。 ds = xr.open_mfdataset('第一年污染数据/*.nc', combine='by_coords') #将时间维度转换为便于分组的时间序列对象以便后续聚合操作。这里假设变量名为ozone表示臭氧浓度。 df = ds['ozone'].to_dataframe().reset_index() #使用pd.to_datetime()将时间列转化为标准 datetime 类型，并设置其作为索引。接着调用resample()方法完成按月份的重新采样过程。 df['time'] = pd.to_datetime(df['time']) df.set_index('time', inplace=True) monthly_mean = df.resample('M').mean() # 计算每个月份均值 #最后一步就是把计算得到的结果保存回一个新的 .nc 文件当中去。 monthly_ds = monthly_mean.reset_index().set_index(['time']).to_xarray() monthly_ds.to_netcdf('output_monthly_ozone.nc')```在运行以上代码前，如果我的每日污染物数据nc文件有365个该怎么全部导入

最新发布

03-24

从您的描述来看，您已经有每日的 `.nc` 文件（NetCDF 格式），并且希望一次性导入这 365 个文件并处理它们。下面我会详细介绍如何利用 `xarray` 和 Python 的功能来实现这一目标。 ### 解决方案： #### 使用通配符批量加载 NetCDF 文件由于您已经提到每天有一个单独的 `.nc` 文件，并且总共有 365 个这样的文件，可以借助 `xarray.open_mfdataset()` 方法结合通配符路径一次加载所有文件。这种方法非常适合大量文件的情况。以下是关键步骤及解释： 1. **指定目录下的所有 NC 文件** 您需要提供包含所有`.nc` 文件的目录路径，并使用通配符 `"*.nc"` 来匹配所有的文件名。例如 `'第一年污染数据/*.nc'` 就会自动找到该目录下所有以 `.nc` 结尾的文件。 2. **设置合并规则 (`combine`)** 参数 `combine='by_coords'` 表示根据坐标信息自动对齐各个文件的内容并将它们组合在一起形成一个完整的 Dataset 对象。完整代码如下所示： ```python import xarray as xr # 批量加载整个年度的所有 nc 数据文件 ds = xr.open_mfdataset('第一年污染数据/*.nc', combine='by_coords') ``` 此时生成的对象 `ds` 已经包含了来自全年每一天的数据内容。接下来按照原有的代码流程继续操作即可顺利完成时间和空间维度上进一步分析工作。 --- 如果您发现某些日期缺失导致错误提示"non-monotonic time dimension", 则可以在读入后先手动修复时间轴顺序再进行后续统计运算: 修正版代码片段: ```python if not ds.time.is_monotonic_increasing: print("Time axis is non-monotonic, sorting...") ds = ds.sortby('time') df = ds['ozone'].to_dataframe().reset_index() ... ``` --- ### 总结说明本段代码实现了跨天、月度平均等常见气象数据分析需求的核心部分；对于类似场景只需稍加修改就可以复用于其他环境要素研究项目里了！