【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：

• 
  ; x9 g2 r/ ^- b9 K4 y
  ' F4 |4 u! F/ |& Q1 E

conda install xarray

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：

• 
  4 d' v, r) }: E7 u5 \( ~# a9 o
• 
  8 h' E2 X: b' H' Q, c2 @0 h
• 
  / \7 ?/ \( z- @- ~+ {, \8 S
• 
  5 R" C* i9 }$ ?1 V' t
• 
  5 j8 B" U: p9 N& E5 {7 c. Q6 w6 Z' d
  8 N, Z& @' \! g6 N* M0 T

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)
3 @/ L/ A: N, C; V. z8 V& p8 a

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：

• 
  
• 
  8 H3 M, j1 p" t1 K, Z4 f
• 
  9 m! I# ^2 r" p! U- Q0 j
• 
  
• 
  
• 
  ! k! L& O* D. D, _5 t
• 
  
• 
  
• 
  
  % W" ^( U% o- |- C' N# p; z

#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)
/ i4 B: o2 F" b6 V# N& n0 Q% d

1 j9 l; V% e: g0 Y9 K: |& M- h* E

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。

---

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。

: |3 n. ?/ f1 n9 {, h- u- c  n

---

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。
在这里，我选取了40°N-55°N，115°E-135°E范围的数据

1 i  C# h7 l) ^* F" N

完整代码

5 A" i$ F8 \1 f5 N+ |) h

• 
  ; w  D, N5 ]; s: m
• 
  ; t( O" H% {* M8 X0 y# y9 c' @
• 
  * I. B) }8 T+ i' g- `$ W  q. _
• 
  & m2 B7 S& f6 H- A, g
• 
  # d! }3 \1 Z, l! a1 V
• 
  6 E$ _: A4 e" ?2 A* }
• 
  
• 
  1 |+ h! ]0 V9 M  B& l+ e- Y- P) ?
• 
  
• 
  2 q. f# W4 j# Y, n9 f( _
• 
  
• 
  
• 
  ) C- R8 E: |0 T
• 
  
• 
  9 x' f4 _* m9 p. H; t& V8 `8 V* o
• 
  
• 
  9 w! R: R! y+ W+ S. S
• 
  3 y5 N6 O0 ^9 o. @. F; e2 V
  6 w2 J+ b' b- v' W$ Z5 R1 |

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)