【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

9 t8 E7 Q& u/ |. u8 _

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：

• 
  
• 
  ' S/ |* r. i9 W4 U
• 
  . i$ w5 b- d0 R4 f3 r
• 
  $ m3 w# e: Q6 q4 o
• 
  
  9 h( m+ L7 K8 A) H5 C

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)

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。

' S7 W! O$ d, M! n9 L. M9 r& u

第三步代码如下：

9 J' \9 i0 D3 T

• 
  , N! h/ ^: [) B( @& i" B( ?$ D
• 
  
• 
  7 }. J. W2 Z" b$ O4 h
• 
  ; Y( t$ `. [( K, C6 l
• 
  
• 
  
• 
  9 p1 |5 l4 q; H" @7 ^. y+ Q9 _1 m
• 
  - ?/ c7 g% f5 n
• 
  1 k6 e$ J( q/ k. _4 g
  " Z( Q7 P0 L0 b& L

#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)
0 T7 G8 u+ N  F8 J- ]* q

# [9 ^: D7 @# s8 h

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。
6 ^3 d; J0 q$ i) N- g在这里，我选取了40°N-55°N，115°E-135°E范围的数据

. U: j3 f/ l/ B* ?% K" G

完整代码

• 
  
• 
  ; b6 s  t2 U6 r. R: z2 T- r
• 
  / N6 e$ v  g3 [% ]% h7 X7 }
• 
  5 v3 Z- B8 R& l- y7 X5 ^5 c
• 
  
• 
  ) E0 X' ^) Q  e5 p7 Y3 ]
• 
  - U; v% P; v( R2 M; A& Z
• 
  $ I* {# @( C$ U! @7 C+ r. M1 p
• 
  
• 
  
• 
  2 \& g. U  p% x: Z- }6 \
• 
  , P8 x$ u9 {6 U0 c9 u1 {+ g
• 
  
• 
  ' U2 `3 f7 p/ F  X
• 
  
• 
  
• 
  
• 
  & y% k% }9 Q7 O9 n
  9 n6 _( e, J* d* D" A$ d

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)