【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：

• 
  $ a; g4 X9 _! v, a' W/ K
  

conda install xarray
) z' u' m* ^5 N

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：

• 
  
• 
  . P% r* l' J6 q3 l: ?9 b
• 
  9 D) ~! l; K  b+ l  G% D
• 
  - B% Y: @9 T, s
• 
  ' {' I( i& k. m: K) I2 U5 {
  

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)

% N+ A- i8 s( `. G1 L% V

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。

" k( c2 T5 G+ v9 Y4 _" Q* P5 Y

第三步代码如下：

• 
  
• 
  
• 
  : H* j0 ~( O; o( s7 g% h
• 
  ; K8 z. `" s" M/ E6 q! Q
• 
  1 K: R0 r: Z) i' L  f3 M
• 
  
• 
  ) q) }+ P* H! g! B: q
• 
  
• 
  * @, v5 e) m& C+ L+ g- @
  2 C. d. B3 m$ d6 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)
( A+ u( a: E) |$ x* l, @

' `4 j7 @' `! K- }9 \( n' v

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。

---

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

9 ?# s' {" X: V4 Y

完整代码

• 
  
• 
  2 ?( [' h. c. u2 H
• 
  ' `( V4 ]* D9 ^( h
• 
  
• 
  
• 
  + o- N1 O; o4 |7 a7 Z9 ?% [
• 
  
• 
  
• 
  
• 
  ! o, f; E+ y: z5 n# `* ]
• 
  , s; `: J6 P) d2 z+ l
• 
  
• 
  * q4 [  `# d" n+ _& \
• 
  
• 
  0 r4 R4 H% B3 W: J8 x% l% X+ L
• 
  
• 
  
• 
  ; }* [2 |( d- w. s9 r
  

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)