【气候软件】Python1： 读取气象数据 NetCDF文件（***.nc）

第一步：使用anaconda安装carray库：

• 
  
  

conda install xarray
" _4 j3 L5 A( |( @

第二步：使用Spyder（Python3.8）读取数据NetCDF文件（***.nc）

以一套CMIP6的全球气候模式BCC-CSM2-MR（中国北京气候中心研发，分辨率为160*320）输出的tas（表面气温）变量1850-2014年的历史格点资料为例：

（数据下载地址：www.52ocean.cn）

读取数据的代码如下：

• 
  
• 
  
• 
  
• 
  
• 
  
  / S0 V4 t0 Z' ?2 o5 N5 {/ S

import xarray as xr#step1 read dataf_tas = xr.open_dataset('tas_Amon_BCC-CSM2-MR_historical_r1i1p1f1_gn_185001-201412.nc', decode_times=False)#step2 look at data's informationprint(f_tas)
8 a' h6 u7 j5 S  j  X6 Y; z6 K! g

; o7 _; N- k/ t! G) L

文件信息查看如下：

可以看到，文件的坐标有时间time， 经度lon，纬度lat，高度height，变量有表面气温tas。

第三步代码如下：

• 
  - M% r' M, ^, A- [
• 
  
• 
  ) O9 b1 G: X) C
• 
  , `  N' y9 i/ p; y# _
• 
  7 S- p3 a7 S. {. [$ V3 T+ e5 N. z4 _
• 
  8 u; f+ u# r1 n
• 
  5 c7 E7 U  Q7 Q) S3 s0 ^, t
• 
  
• 
  / ^- i, `% b! p" d
  

#step3tas = f_tas['tas']print(tas)#step4a = tas.loc[15.5:74.5]print(a)#tep5b = tas.loc[15.5:74.5, 40:55, 115:135]print(b)
. }5 f4 v) ?, v5 z* A7 B1 V' _

第三步：气温数据取出

Xarray在读取坐标信息时，自动将时间坐标读取为了float64 格式，这对我们挑选目的时间十分方便。Xarray通常与pandas配合使用。

  t! u8 ?9 r2 N) p8 k7 [

---

第四步：选取某时间段内数据

比如我们想选取15.5-74.5（根据数据信息中time格式的规定输入相应格式）时期数据。

---

第五步：选取特定经纬度范围(高度)的数据

当我们想选取特定经纬度范围(高度)的数据时，.loc[]函数同样可以解决。
" g8 ?6 a4 k: d) L7 Z6 E在这里，我选取了40°N-55°N，115°E-135°E范围的数据

1 e! p9 @4 q2 j

完整代码

• 
  " q) d% @; Y* S; |* \
• 
  4 d/ S/ W, Z) y, k3 L
• 
  # ~% [; J0 z9 E( K7 P
• 
  
• 
  
• 
  
• 
  
• 
  
• 
  4 m; x; ?* J' j, M$ I
• 
  
• 
  
• 
  1 |) y3 Q; C' F! f
• 
  / E2 h" U8 }  y7 |
• 
  : |4 K8 F3 N5 V6 y* t0 T/ l7 u
• 
  
• 
  
• 
  + F8 a  k) Y9 f3 b8 x  H9 o
• 
  ( z# v; R+ \7 c8 U) \6 C! p
  

import xarray as xr#step1 read dataf_tas = xr.open_dataset('tas_Amon_BCC-CSM2-MR_historical_r1i1p1f1_gn_185001-201412.nc', decode_times=False)#step2 look at data's informationprint(f_tas)#step3tas = f_tas['tas']print(tas)#step4a = tas.loc[15.5:74.5]print(a)#tep5b = tas.loc[15.5:74.5, 40:55, 115:135]print(b)