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:

1 R, [: O' ^( i

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;


0 L+ H4 G6 a' \" j0 F/ c' [5 a8 {
  • * S# ~- n: p# w/ ]1 a% X
  • : x% Q  K6 [# d/ I& o# ^  f

  • 6 y, S6 ~2 R2 u2 l7 A

  • 9 Y3 t4 e/ H; }& B6 r0 b! d2 K/ e

  • ( O. v3 Z- U3 E# L+ _6 C
  • 4 l8 K! \; L5 N3 f; Y
  • % @- r% L, M2 P! f3 R$ e' i3 ^) D

  • , e" G" H% A0 l/ h

  • 7 t7 y2 `. z9 U* v# D8 U9 W) ]# D% v: x7 X7 N

#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$ P9 E  d4 q: `" A2 ]

! Z' |, I& t. n' z! v: ~( |

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


  k7 ?+ s; E* ]
, v/ y8 l& Y! J" O2 j) f8 O

读取TXT文件


) P! d1 w/ r8 I7 J4 W, S$ t, a

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;


- R! o+ a. k5 o( {
  • 7 B7 @) p. h; G; M8 O  R
  • 0 B; @* }# A% T9 f3 D
  • & U: z9 |' s- ^' [5 ?  L

  • " ^0 i! Z& `* e( H
  • + B- Z/ p% F* z1 ~: j9 H* [/ [

  • 5 \% Z" w5 R) `- L

  • 7 e4 [: k. r% @& ~( }( ^

  • 1 |, W  d1 h. M, j# r0 N  `
  •   W  S' k8 F$ v0 Z+ p6 V! i* M

    + H% R* _, ^7 w3 V$ x- |& 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)
. N# @* L4 ~* Q2 P! c" }


9 s% j, s* v1 y" {

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。


    ' O3 ]4 q+ [8 e' `. Z. p
: t) k6 g: }- k, {6 N

9 @4 n" p' V6 P0 w/ m+ Z' C
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