【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
7 ^4 V' v. N9 r& }# \3 {

! ?  q) x" p4 N, o3 U" `

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：

• 
  # m7 f8 u- K! h9 x, F" Y
• 
  $ Y+ X  X  ^7 T8 c8 v
• 
  $ {$ Z* V3 [5 ~5 h  m
• 
  ; l( x. k  ]0 S; x
• 
  . w( j2 P/ H4 U. e
  , C! V. V, |+ p. \- g, H

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)

* {1 X3 [" B7 c) p

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：

& s6 V0 ~  }. y; b1 w6 U

• 
  
• 
  ) g! Q$ l1 Z( d; h  `; r
• 
  
• 
  1 c; b. P4 V! u6 s+ v8 I
• 
    A, ]/ M; v3 G  N( T
• 
  9 ~3 d/ d3 j% j/ ]
• 
  
• 
  
• 
  - @* w6 E1 U6 _# c. z3 B
  

#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)
& W4 V) a0 H  S) }/ v  ]1 M  z

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。

; H; k; a# B- c/ J4 M

---

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 p7 v* S0 ^; h1 c- g

---

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

• 
  ( ]. i3 ?- e1 P
• 
  % B' Q+ v* x: _( w
• 
  , E* r9 F# D8 D  A- R* y! w' M
• 
  0 p1 c. \$ z: Z* J+ r
• 
  # W5 l/ q0 m4 B" k0 {, x
• 
  ' g, n" J2 \! u$ ^; P% m5 o  M
• 
  ; E0 G& H- P# _( J  z2 ^
• 
  + q/ R- f' \2 a3 }) G
• 
  & C; k1 c8 i! t8 L) g3 t' y+ n
• 
  
• 
  
• 
  
• 
  4 j4 ]9 b. w7 K- \
• 
  # \( b0 s# D4 V/ g! H
• 
  
• 
  
• 
  , H  f" |4 y: w9 _
• 
  9 j& y7 }8 U- G& R6 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)#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)

* J5 m* N5 [6 s, n* _