气象数据处理——针对nc文件

# M" C& H) q7 h2 e& O l9 X( p 11.0pt;">气象数据常9 z0 X; r+ ]& h' o) n11.0pt;">以netcdf的形式存储，通常以hourly、daily、monthly、yearly等时间精度存储，但有时需要我们处理成月、年、季节、气候态等数据。因此在进行气象数据可视化前，需要运用xarray或者pandas进行数据处理。

（1）读取nc文件

import xarray as xruwnd = xr.open_dataset(r"C:/Users/lenovo/Desktop/mon-data/uwnd.mon.ltm.1991-2020.nc")['uwnd']print(uwnd)#查看其维度、刻度、变量等信息

（2）选取特定变量维度

#%%选取6-8月925hPa的纬向风uwnd=xr.open_dataset(r"C:/Users/lenovo/Desktop/mon-data/uwnd.mon.ltm.1991-2020.nc")['uwnd'].sel(level=[925])month=uwnd.time.dt.monthu=uwnd.sel(time=month.isin([6,7,8]))#%%选取某个月份数据ds.sel(time=month.isin([mon]),lon=slice(*lon_slice))[0]#%%【以下来自CSDN 努力努力再努力搬砖】#%选择特定时间、经纬度t=np.array(t2m.time.dt.month.isin([12,1,2]).loc['1979-12-01':'2020-03-01',850,50:30,110:130]).mean((1,2)).reshape(41,3).mean((1))#%提取季节数据和月数据等,以提取冬季数据为例t2m_winter1=t2m.loc[t2m.time.dt.month.isin([12,1,2])].loc['1992-12-01':'2021-03-01']t2m_winter2=t2m.loc[t2m.time.dt.season.isin(['DJF'])]t2m1=t2m.loc[t2m.time.dt.month.isin([12,1,2])].loc['1992-01-01':'1993-12-31',50:30,110:130]t2m1.mean(dim=['latitude', 'longitude']) #dim表示维度

（3）降维处理

以一个四维数据举例，该数据如下：

import xarray as xruwnd=xr.open_dataset(r"C:/Users/lenovo/Desktop/mon-data/uwnd.mon.ltm.1991-2020.nc")['uwnd'].sel(level=[925])print(uwnd)

再查看一下它的维度排列顺序：

#若在时间方向上以平均的方法进行降维，由维度排列顺序可知，时间索引为0u=uwnd.sel(time=month.isin([6,7,8])).mean(axis=0)#在气压、纬度、经度上依次是axis=1、2、3#若在时间方向上和气压方向上以平均的方法进行降维u=uwnd.sel(time=month.isin([6,7,8])).mean(axis=(0,1))#也可以采用xarray的方法，会自动跳过缺省值u=uwnd.sel(time=month.isin([6,7,8])).mean(dim='time')u=uwnd.sel(time=month.isin([6,7,8])).mean(dim=('time','level'))

(12, 1, 73, 144)

下面进行降维处理：

u=uwnd.sel(time=month.isin([6,7,8])).mean(dim=('time','level'))print(u)print(u.shape)

上述是用的平均的方式进行降维，此外如min（取最小值）, max（取最大值）, sum（求和）, std（求标准差）等也可以实现降维。

降维处理在使用streamplot绘制流线时较必要，该函数需要传入二维数据。

（4）交换维度数据

以交换经度和维度数据为例，先看一下交换前的数据：

[C] 纯文本查看 复制代码

使用 ds.transpose() 函数。直接在函数内传入所需要的顺序。

eg:data.transpose('时间', '纬度', '经度')

说来好笑，我为什么会想要交换经纬度呢？因为我想要用streamplot绘制流线图。

然而streamplot函数内的参数是行数匹配Y的长度，列数匹配X的长度，我多此一举交换经纬度，然后美美报错ValueError: x and y 9 K% ?7 e. [6 Q3 Z5 Tcoordinates are not compatible with the shape of the vector components.

（5）画布特定经纬度坐标设置

我使用proplot中的format()传入xlim=(0,360), ylim=(-90,90),  ylocator=np.arange(90,-91,-30),  xlocator=np.arange(0,361,30)，无法间隔30°取点，暂时没理解原因。

（6）防止绘图出现白条

需添加数据循环防止白条出现。下图是我没有设置循环时的图，可见右侧出现白条。

注：个人自学记录，如有侵权，请联系修改或删除。