盘点两种使用Python读取.nc文件的方法

点击上方” Python爬虫与数据挖掘“,进行关注

回复” 书籍“即可获赠Python从入门到进阶共10本电子书

啼时惊妾梦,不得到辽西。

大家好,我是Python进阶者。

前言

前几天有个叫【温池】的粉丝在Python钻石交流群里问了一道关于.nc文件读取的问题,如下图所示。

盘点两种使用Python读取.nc文件的方法

.nc文件和常规的文件不太一样,有专门的第三方处理库,netCDF4,需要安装才行。

pip install netCDF4

如果觉得下载的慢,可以使用换源的方法进行下载:

pip install -i  https://pypi.tuna.tsinghua.edu.cn/simple netCDF4

关于永久换源可以参考这个文章:、。

一、nc文件基础知识

nc 全称 netCDF(The Network Common Data Form),可以用来存储一系列的数组,就是这么简单。关于nc文件的介绍,可以参考:

https://www.unidata.ucar.edu/software/netcdf/docs/netcdf_introduction.html

既然 nc 可以用来一系列的数组,所以经常被用来存储科学观测数据,最好还是长时间序列的。

试想一下一个科学家每隔一分钟采集一次实验数据并存储了下来,如果不用这种格式存储,时间长了可能就需要创建一系列的 csv 或者 txt 等,而采用 nc 一个文件就可以搞定,是不是很方便呢?

更方便的是如果这个科学实验与气象、水文、温度等地理信息稍微沾点边的,完全也可以用 nc 进行存储, GeoTiff 顶多能多存几个波段(此处波段可以认为是气象、水文等不同信号),而 nc 可以存储不同波段的长时间观测结果,是不是非常方便呢?

二、解决方案

方法一:常规读取

这个方法是在网上找到的,代码如下,其中关键部分有注释,应该都可以看得懂。

-*- coding: utf-8 -*-
import netCDF4
from netCDF4 import Dataset
nc_obj = Dataset('D:\\tem_e0025_2.nc')

查看nc文件有些啥东东
print(nc_obj)
print('---------------------------------------')

查看nc文件中的变量,结果是:['lon', 'lat', 'lev', 'time', 'tem']
print(nc_obj.variables.keys())
for i in nc_obj.variables.keys():
    print(i)
print('---------------------------------------')

查看每个变量的信息
print(nc_obj.variables['lat'])
print(nc_obj.variables['lon'])
print(nc_obj.variables['lev'])
print(nc_obj.variables['time'])
print(nc_obj.variables['tem'])
print('---------------------------------------')

查看每个变量的属性
print(nc_obj.variables['lat'].ncattrs())
print(nc_obj.variables['lon'].ncattrs())
print(nc_obj.variables['lev'].ncattrs())
print(nc_obj.variables['time'].ncattrs())
print(nc_obj.variables['tem'].ncattrs())
#
print(nc_obj.variables['lat'].units)
print(nc_obj.variables['lon'].units)
print('---------------------------------------')

读取数据值
lat = (nc_obj.variables['lat'][:])
lon = (nc_obj.variables['lon'][:])
lev = (nc_obj.variables['lev'][:])
print(lev)
time = (nc_obj.variables['time'][:])
tem = (nc_obj.variables['tem'][:])

lat = (nc_obj.variables['lat'][1:2])
lon = (nc_obj.variables['lon'][1:2])
lev = (nc_obj.variables['lev'][1:2])
time1 = (nc_obj.variables['time'][1:2])
tem = (nc_obj.variables['tem'][1:2])

print(lat)
print(len(lat))
print(lon)
print(lev)
print(time1)
print(len(time))
print(tem)
print('---------------******-------------------')

file = open('ppm_lat.txt', 'a')
file.write('lat,lon,time,tem'+'\n')
file.write('lat,lon'+'\n')
file.write('lat'+'\n')
for i in range(len(lat)):
    file.write(str(lat[i])+',\n')
    file.write(str(lon[i])+',')
    file.write(str(lev[i])+',')
    file.write(str(time[i])+',')
    file.write(str(tem[i])+',\n')
file.close()

你只需要替换代码中的nc文件路径即可,其他的内容,你可以自行自取。

方法二:直接取值

‍ 这个方法是【温池】自己提供的,也是可以读取文件,进行取值的。

-*- coding: utf-8 -*-
import netCDF4
from netCDF4 import Dataset

查看nc文件中的变量,结果是:['lon', 'lat', 'lev', 'time', 'tem']
print(nc_obj.variables.keys())
for i in nc_obj.variables.keys():
    print(i)
print('---------------------------------------')

A_temp = Dataset(r'E:\PythonCrawler\有趣的代码\数据分析\最小二乘法数据分析代码和数据\Temperature_20211031.nc')
lat = A_temp['latitude'][:].data  # 497个数字
lon = A_temp['longitude'][:].data  # 409个数字
temp = A_temp['T'][:].data  # 409个数字
depth = A_temp['depth'][:].data  # 51个数字

print(len(lat))
print(len(lon))

盘点两种使用Python读取.nc文件的方法
本文参考链接:
1. https://blog.csdn.net/showpingzhang/article/details/83384780
2. https://www.cnblogs.com/shoufengwei/p/9068379.html

取值之后,接下来做回归、聚类等,就不展开赘述了。

三、总结

我是Python进阶者。本文基于粉丝提问,针对.nc文件读取的问题,给出了两种解决方法,顺利帮助粉丝解决了问题。虽然文中例举了两种方法,但是小编相信肯定还有其他的方法的,也欢迎大家在评论区谏言。

最后感谢分享【温池】提问,感谢【🌑(这是月亮的背面)】、【dcpeng】等大佬参与讨论和解决。

盘点两种使用Python读取.nc文件的方法

小伙伴们,快快用实践一下吧!如果在学习过程中,有遇到任何问题,欢迎加我好友,我拉你进Python学习交流群共同探讨学习。

盘点两种使用Python读取.nc文件的方法

——————- End ——————-

往期精彩文章推荐:

  • *
    *

盘点两种使用Python读取.nc文件的方法

欢迎大家 点赞, 留言, 转发, 转载,感谢大家的相伴与支持

想加入Python学习群请在后台回复【 入群

万水千山总是情,点个【 在看】行不行

/今日留言主题/

随便说一两句吧~~

Original: https://blog.csdn.net/pdcfighting/article/details/122551612
Author: Python进阶者
Title: 盘点两种使用Python读取.nc文件的方法

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/671726/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球