【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：

• 
  
  1 c5 M" ^! V: {9 y4 D+ D! q$ o% F

conda install xarray
/ ^- S4 X$ ]* t

- J1 q& u/ N% z  L7 d0 H

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：

• 
  6 T/ `1 U6 E# E/ v2 G
• 
  
• 
  
• 
  
• 
  
  

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)
& R7 ~# ]8 o. }; @" A7 m: W, `8 q

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：

2 o, y4 O9 [% I

• 
  
• 
  
• 
  * d0 k- K% H# v7 x, [) r
• 
  
• 
  . ?5 f. W" [+ G9 D- d( O4 K7 ?/ K0 U& w
• 
  : U$ z3 d) S. \9 B; f
• 
  
• 
  2 g( W$ K% m( u
• 
  5 Z( T) `. U* D1 I. N
  

#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)

4 c% n9 C$ q5 w9 J( m$ y, r

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。

5 p* P0 [- P& L$ E  k  d

---

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。
在这里，我选取了40°N-55°N，115°E-135°E范围的数据

& K. y) @  d6 @( a7 b" w9 q

完整代码

• 
  
• 
  
• 
  * D  N& [* w9 w+ B
• 
  
• 
  / O2 O" f9 x0 ~* a8 j9 M
• 
  ) ^* r; z1 X. C8 x
• 
  
• 
  . |5 Q# |( h/ \6 }0 A
• 
  / j0 [( Y! Q5 r; n! p; h1 p
• 
  # D6 N# u5 D% z) t5 Y
• 
  ' C) S; I* a# G" t
• 
  
• 
  
• 
    G4 f* l' [1 }4 {
• 
  
• 
  
• 
  
• 
  & Q1 D- m/ z' m) f# d) D
  . x2 w( A' n4 H" g

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)