收藏本站 劰载中...网站公告 | 吾爱海洋论坛交流QQ群:835383472

[Python] Python11:读取不同Netcdf和txt格式的气象数据(xarray库和pandas...

[复制链接]

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:

  ]5 b- j+ b5 G) X/ I# C. k! {

1a1e28f7de9c02c666ed97dbd5fd2a72.png

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;

9 Y# Y1 ]' ^  E/ B! o/ l& Q! \
  • 0 t* n9 e0 x: m3 x' e

  •   h7 J1 |* z( g$ z# j! g5 O
  • 0 t7 x' R( o1 G$ Q/ c# E& a

  • * Z1 |2 ]0 L: U# T; ~

  • 8 X8 b- P# u& D5 O5 ?) w( D

  • * l' M1 m. m: z$ c
  • : {+ Y# T4 Q2 G* m% A

  • 8 o) K: E0 H5 [* F# ~, G9 n2 M' W
  • $ l: l, o/ ?0 A  E
    # J$ A9 j* R1 D, \% j

#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 U4 _9 b9 v- u; v" Z' t

8 n0 M/ k& P( `) i' ^1 E# I  h

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:

ba790cde36edf774adba4d7236ae5bae.png

- s( }# H; ^) R& n
  T. C9 I4 E% }* m, F5 R+ @$ p+ L

读取TXT文件

7 a6 S& t$ o* N7 e( ]  m

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:

9b1379a3b4909ed05af149774d062cda.png

%读取txt文件用到pandas库包中.read_csv()函数;

( Y( O5 k9 O% ~% _

  • 6 J% K6 C3 B5 p& j! O
  • * i+ l5 I9 x% I; H

  • ! H4 }, C: s6 b% \

  • # K2 d- o4 W8 e2 i- F* V( q, b7 j* K
  • % _3 M, d; b8 _
  • " F  o7 v$ B$ l! h( ~1 d
  • 4 x( Q: z# m2 l- {: V2 N

  •   w4 N- u/ ^: ~! e

  • 7 ?" @+ b" N$ Q* p  I7 j' B: u9 O' B  J" b5 k3 D7 B  B! V2 j

#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)! Y. U: h  {6 }( T# {# a, L: t

  h. u! r. k6 C  [

读取结果显示:

cdeaa0ac0572f4c8f1dcd31b2cedc757.png

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

  • 当names没被赋值时,header会变成0,即选取数据文件的第一行作为列名。

  • 当 names 被赋值,header 没被赋值时,那么header会变成None。如果都赋值,就会实现两个参数的组合功能。


    1 q& W) ~5 n* t% e+ |
) ?# s% Q" k$ X7 F" l% w

' t0 N  U# j6 s6 M
回复

举报 使用道具

相关帖子

全部回帖
暂无回帖,快来参与回复吧
懒得打字?点击右侧快捷回复 【吾爱海洋论坛发文有奖】
您需要登录后才可以回帖 登录 | 立即注册
有风
活跃在2022-10-29
快速回复 返回顶部 返回列表