【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：

• 
  ) N: |7 b5 V  o% K' {) `
  

conda install xarray
; S" T$ i( p/ k; b2 f; g* ~, q9 ]

1 h4 W: ]" N1 w/ {9 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：

• 
  
• 
  8 x2 e6 ]2 |6 v" ^5 {7 U
• 
  
• 
  5 b$ J- M" S5 ^% x# G
• 
  
  ! ]' Y/ W2 A( d9 L1 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)

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。

: c# q# i7 d, B9 T  ]. B

第三步代码如下：

! t0 Q, |+ X! }2 d& ^

• 
  
• 
  4 R5 U* B, n+ v/ T! [
• 
  
• 
  ) ^: @9 y7 g" m9 [9 |
• 
  
• 
  
• 
  
• 
  
• 
  ) U8 P0 s/ H+ r4 e3 O
  ! j; b7 L: V. I  {

#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)

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。

9 u4 h5 B) t3 D

---

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

完整代码

  P  z3 X* h  M" c

• 
  
• 
  
• 
  
• 
  
• 
  " I  @* z# a! @! C( w# g
• 
  
• 
  
• 
  9 [0 F3 O3 {" p  q1 L1 ^4 L9 }4 j/ g
• 
  - H% ?: s7 m& w0 I, ~( U" k' P3 V$ B
• 
  
• 
  ( H; t0 m) n( L0 F
• 
  
• 
    t. P- R& I% P; H  `4 I  W0 \0 F: c
• 
  / V/ B5 ]! k8 h$ k' \
• 
  0 H4 H' o9 ~. U7 a* \2 J
• 
  - {9 L  x- h6 n: i
• 
  ! E0 H: ^/ U8 ]6 S: \; Q* P
• 
  7 E9 M* Q) p2 O4 b5 c
  

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)

( v# {% D$ c/ o- M