【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

  Z5 R; T- j" N6 g2 _. H6 w

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：

• 
  
• 
  8 |+ G: Z9 C. i, O
• 
  
• 
  
• 
  + O; Q* B8 z- r" v
  

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)

$ s, q7 E: O2 C, n$ M

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：

• 
  " D5 l5 l' Q) c4 ?* v
• 
  9 f' x  t3 d) [: h+ g
• 
  
• 
  ) K4 @: q7 `6 B" y6 a7 h
• 
  2 U# S# R2 J9 r" a4 p
• 
  
• 
  
• 
  
• 
  
  $ K# A- ~& e, h7 m( W' e7 y7 d: o

#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)
- M; k- U+ y! e/ q9 S% k) 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。

( w* V! c: R8 |, e* @, o+ T) o2 t) L

---

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。

) D2 V1 x1 `  [

---

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

' b" {, s. i( v$ p8 `: l+ l, F

完整代码

# Z$ e( T/ G9 b! j; X# M

• 
  * `3 Y: s/ S/ S& E5 c7 v
• 
  
• 
  
• 
  : Q5 o5 d; C3 ?: e- q
• 
  + f( v3 z9 C2 ]& E% h; E
• 
  + h2 H3 o; w) G5 B) I- A  s: S
• 
  $ d9 d# S, W: U  g- l
• 
  / B, q( N% \3 b
• 
  7 w4 @5 u9 d4 T$ r! X0 o. E! ^
• 
  # z' _, g- z" Z6 \
• 
  
• 
  
• 
  
• 
  . Y4 Z* c3 ^, x; _8 s1 U
• 
  
• 
  : u' {% y) D) `, u2 M
• 
  7 o; z. B3 ^7 l
• 
  
  

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)

. q1 q) h# e2 k3 x6 I