|
读取NetCDF文件（***.nc） 回顾：【气候软件】Python读取气象数据 NetCDF文件（***.nc）
本例以一套CMIP6的BCC-CSM2-MR模式输出的全球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） 文件信息查看如下：
) O* s. E( U( x/ U
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。 %读取nc文件用到xarray库包中.open_dataset（）函数； %提取某时间范围内、某经纬度范围内的数据用到.loc[]函数；
5 x i4 P$ x2 z/ G3 u
5 Q! E5 N4 B) F: \# L- 7 Z, I8 N, b4 b7 Y' _" ~
- 0 p. I9 s3 R' `# W1 [
- 8 S8 w/ ~. Q) u9 e1 {) S
) X; b! a7 l3 f
U. H) {; M. Q$ X- / A7 I0 U+ B* L+ W7 V9 [" X
- " I! x8 w; N5 [+ d& {8 O
4 l4 N" [& X$ O8 I. t
2 G( E5 {3 z e8 x, M+ ? D3 N
#1引库import xarray as xr#2数据（数据免费下载后台输入“BCC-CSM2-MR数据”回复获取）data = xr.open_dataset('tas_Amon_BCC-CSM2-MR_historical_r1i1p1f1_gn_185001-201412.nc', decode_times=False)print(data) #输出显示数据信息，便于了解tas = data['tas'] #提取变量tas数据 a = tas.loc[15.5:74.5] # 提取time在15.5至74.5区间内的数据b = tas.loc[15.5:74.5, 40:55, 115:135] #选取了lat在40°N-55°N，lon在115°E-135°E范围的数据
6 p& C9 v; q( G- m& f! r
E' j6 n; h' N, ^& N; y读取（time时间在15.5至74.5区间内，lat纬度在40°N-55°N，lon精度在115°E-135°E）范围结果显示：
6 A' p( o- M8 i n" Z6 Z. q$ K0 [1 e, _9 O
读取TXT文件 6 B0 j$ @, P6 k
回顾：【气候软件】Python2：读取TXT文本格式的数据 站点数据是气象数据很重要的一部分，尤其是在观测数据方面，站点数据一般存放于.txt(.csv)文件中，首先就需要读取数据。 以一套中国气象数据网下载的某省的1979-2019年逐月气温数据为例，数据文件格式为TXT文本格式：（数据下载地址：www.52ocean.cn） TXT文本保存的数据如下图所示：
%读取txt文件用到pandas库包中.read_csv（）函数；
! s2 J6 e# C/ |& s- ( Q5 }; B6 A0 ]# X
- ' ?1 _. N* N" V. f+ y; N
- # X( ^& f3 ^1 s( `3 b
- . g9 a; W1 |6 Q' u0 Z! |
& R. a% a+ A G) R6 ~/ ]
5 w" Q( ?3 M2 z1 k N
4 _$ G* t( k3 P- q( G* |: q- ( }' I2 M) h- L+ Y3 h
- * v# C( M9 [/ N2 N
0 |" C M- |2 R) }% A5 Q+ m4 [
#1引库import pandas as pd#2数据##skiprows跳过了前1行的文件头##sep=','为文件中数据以逗号间隔；若以空格为间隔修改为sep='\s+'#设置导入 数据 的列名称data = pd.read_csv("tem.txt", skiprows=1, sep=',', header=None) print(data)
) o. }) ?9 j6 T0 P" b / u0 s5 t5 \# k0 V/ Z& i
读取结果显示：
可以看到，文件的数据有22列，492行，第0列是年份，第1列是月份，剩余列数是变量数据。 skiprows=1表示跳过了前1行的文件头（因为第一行的数据中含有非数字的字符，所以选择跳过不读取）。 如果其他文件中数据是以空格为间隔，则sep='\s+'定义了数据间隔为空格。 header：设置导入 数据 的列名称，默认为 "infer"，注意它与下面介绍的 names 参数的微妙关系。 names：
( t5 b" g1 w9 ~3 h+ c B! S$ f: T6 h7 V
| 
