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:

, c0 n  g" R8 R# {% Y, B

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;


. `  f6 i2 f/ ^( {# L6 Y+ Z1 V
  • $ E3 }/ J9 i; o9 d+ M

  • & i( K3 e' c1 A% ~
  • 0 g* g4 ^$ t' G9 S5 G

  • 9 s$ T7 }! {" A0 k2 Z' N9 r  S

  • / F; d* y% ~, E
  • " ~. V* b% z5 d; v% m6 F1 @9 |

  • 9 h1 ^# J) m4 ~! \3 G5 E( n

  • & V2 g: V( D/ v6 [: t

  • 3 i3 \: l' `, {' t# g4 r3 G. Y  t  A0 {% |# p5 P( D7 R

#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
% V' o, f, r, N5 D$ V

% L& t2 A( D4 L1 \0 D8 s) e: R! 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

  a7 c" o; W$ v+ `. T8 a: r$ F1 y9 u

* q0 z+ G& ?4 p' r3 C

读取TXT文件


0 a. A' j6 J# V3 w8 F- l

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;

3 b- [4 W! N* ]! k6 z- Q

  • : G6 P6 G+ h* G

  • 2 [/ |% n' w% c  l& \% ?) o
  • % S6 g' c7 d- C' }* M( @- F: J2 F
  • 1 H0 m0 c' I3 v8 [
  • $ D; N) g' u. t" j

  • 5 X2 U0 Q- F: q% x1 U. l! r. M

  • 0 _# S' h, t1 f- c# \

  • 2 |4 @6 o; s/ B* p5 f  U7 V$ n

  • 6 e4 M$ L  ?- {2 B4 F- W
    , b- V* T0 q7 J4 W$ q* U

#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)
& b; i' @1 h* N' h+ P4 ]$ u/ ~$ B/ H


; F0 G: ?$ s0 }6 H) k; i

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。


    7 S! R. e1 ~0 h7 K" w6 x7 o

5 L/ T- L, ?6 w% q
/ L- `- ~" b: M  d( L
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