【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：

• 
  
  

conda install xarray
8 t% N- u. h; }

: M8 z* l, c/ R! L& Q4 \

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：

• 
  
• 
  
• 
  
• 
  - n) c  C1 m! p% R, Q* G& l) i
• 
  
  

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)
, [# p# l9 t8 R' ]1 D

: G6 g% b6 b) w5 s

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。

  X5 D, t. l! d9 M

第三步代码如下：

• 
  5 {1 K1 H" E% |& e* h4 G+ r( l
• 
  
• 
  
• 
  3 ^( e' B' J# B
• 
  
• 
  
• 
  
• 
  $ p5 Q- I. h" z. L1 x" l
• 
  4 i: ], m8 S# I9 ?) R) U
  

#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。

0 m8 K1 X6 ^* ~4 p$ |# U- C

---

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。
% k: c  E, k" N% B% H3 f在这里，我选取了40°N-55°N，115°E-135°E范围的数据

完整代码

- r. Y! L* d1 i9 q8 T

• 
  
• 
  
• 
  # x9 N3 n# p* t  |5 ?' Z
• 
  
• 
  
• 
  
• 
  
• 
  
• 
    a" ]* l2 o- ^$ V- @+ p2 t
• 
  , ?- }5 t, ~: Z, N2 T6 k- ^
• 
  
• 
  " O4 y7 X2 x7 x7 a. G5 O1 \$ Y2 h
• 
  ! n0 {6 a9 R+ C# Y" b0 C
• 
  
• 
  
• 
  ) u  r4 P- m" Z" I- f: U
• 
  ! S2 d. n8 Q. N
• 
  8 W3 p: D7 F6 P1 a$ ^% e+ r8 z
  

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)