【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：

• 
  . T# T8 Z. N' Y% S- o0 l2 u
  1 A* M5 y# Z4 [: J* i( \, a

conda install xarray

2 v5 l/ Z2 }4 m

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：

• 
  0 y$ s/ \% q& z$ ?9 ]
• 
  ; P# [/ @. ?; V  Y' |! S! `0 a7 P
• 
  % Y  p2 m2 T, j' ^* n
• 
  / p, L1 D1 B7 z8 |' K6 v9 S
• 
  
  & W# [9 D5 j9 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)

: T3 E4 B4 a& c% O0 t5 U

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：

• 
  * w5 T5 B' f  z9 N
• 
  7 n/ H% J- P- {! Q$ p
• 
  
• 
  
• 
  % o* F4 ]" j1 n% s2 ^; B4 G  E  S
• 
  
• 
  % X. m# N3 @7 ~1 e* ]6 f: D
• 
  
• 
  
  ; C+ ^. C- h* J, z2 D

#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)
% ~, I5 w! x! O% Z8 \6 K

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。

' C1 [# y; }; I" t  @

---

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。

  z0 @0 d: T% z5 h6 H5 f

---

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。
8 w* K2 g& K" j7 P在这里，我选取了40°N-55°N，115°E-135°E范围的数据

完整代码

- {! f& l5 u& o3 B- ^0 a) x$ W3 D6 g

• 
  7 W: Y% n" W- Y; m+ R
• 
  , x5 s, w1 |: k3 E: R* t
• 
  
• 
  
• 
  
• 
  " O& M' j& Q' v7 B4 ~$ J
• 
  / b* `' @, p  r' m6 S0 H+ \0 H( I& Q
• 
  
• 
  
• 
  1 i6 g; k+ G8 t4 f0 @9 [
• 
  1 B; s0 e& P0 g
• 
  1 W7 [- m: m$ T
• 
  
• 
  ) S+ [" _7 w5 L: V4 Q! Y
• 
  ' `; W" x- @' B, S$ q, c9 n
• 
  
• 
  , A, l1 T  p5 {* a! O) m
• 
  
  

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)

3 `2 n# ]- P5 W& p