Python数据处理疑难杂症之AttributeError: NetCDF: String match to name in use

写在前面：

长夜路漫漫，感谢每个愿意帮助其他Programmer的人，感恩！

        在近一段工作中，需要将从各个模式数据下载得到的日尺度数据进行变“时间尺度”的操作。

data_tenday_1_cal = data_show_tenday_1_base + data_show_tenday_1_2
lon = data_tenday_1_cal['lon']
lat = data_tenday_1_cal['lat']
# data_test = np.array(data_tenday_1_cal)
data_test= xr.DataArray(data_tenday_1_cal.values,  dims=['lat', 'lon'], coords={'lat':lat,'lon':lon}, name='sm')
data_test.to_netcdf(r'D:\Python_work\soil_moisture\Already_processed_data\SMAP\test.nc')
data_test

        这需要将原始数据打开，进过计算后，在生成新的NC数据文件，但在这个过程中出现了“未解错误”：

“AttributeError: NetCDF: String match to name in use”

        翻译：attributeError:NetCDF：字符串与正在使用的名称匹配。大概的意思就是新生成的NC文件属性中存在于所命名的属性同名的属性。

        经过调试发现：构成新的nc文件的"lon"和"lat"属性的lon和lat是由原数据中的lon和lat取来的，这个数据单取出"lon"属性可以看到：

        同样是带着"Indexes"的，而且它的名字和取得的"lon"变量名字相同！！！

        ok，找到问题症结所在，下面只需要获取值就可以了，不需要"lon"和"lat"的标签信息了。

data_tenday_1_cal = data_show_tenday_1_base + data_show_tenday_1_2
lon = data_tenday_1_cal['lon'].values  # 这里只取‘lon’的数值
lat = data_tenday_1_cal['lat'].values  # 这里只取‘lat’的数值
# data_test = np.array(data_tenday_1_cal)
data_test= xr.DataArray(data_tenday_1_cal.values,  dims=['lat', 'lon'], coords={'lat':lat,'lon':lon}, name='sm') # 转换成DataArray的时候也是，只使用计算得到的data_tenday_1_cal.values
data_test.to_netcdf(r'D:\Python_work\soil_moisture\Already_processed_data\SMAP\test.nc')
data_test

至此，问题解决！！！

感谢你能看到这！！！