【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：

• 
  
  * a4 `0 e) Y- a1 ~  l) P

conda install xarray

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：

• 
  ( y2 A$ q) I! ?  S6 {% n& q5 I
• 
  & i/ W' L, o+ p2 J( P+ r+ D
• 
  
• 
  
• 
  ( J/ ?0 y4 T0 f% s  n0 @6 d% a4 q
  " O& y4 L6 m9 v+ F

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)

8 d2 L+ |% d& B

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：

• 
  9 b, m& t9 K" v8 b) T
• 
  
• 
  % X: b6 O: L2 a4 ]
• 
  + C+ A4 n3 `; c9 m; j9 u
• 
  
• 
  
• 
  
• 
  
• 
  . w: b/ I. m9 f9 u$ H. j$ V/ }$ K
  

#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)
3 G+ B  {4 o) Q/ H+ \9 t

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。

9 m* O" ~2 l+ Y5 E

---

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。
+ s& |3 C+ o' U7 ~在这里，我选取了40°N-55°N，115°E-135°E范围的数据

完整代码

8 N4 g% E% L9 c

• 
  + A2 _- J- l7 H' u# H
• 
  
• 
  
• 
  9 {0 G0 I& X. {/ i; ]) P* l+ B% n
• 
  : C. R, E* y# k  X) l4 s
• 
  $ z- |  i+ N: }3 g: u
• 
  
• 
  
• 
  , C- i; ]3 M& C& ?, |
• 
  % w, E* ?9 E" A  N2 d2 F
• 
  ! `4 a4 i9 t; I" i
• 
  . G# ]7 z( ]" r+ H, {% O  E
• 
  
• 
  
• 
  ! b" q' G# a2 o, e: |# k6 d
• 
  " g, z2 U# i9 u# I4 Q. ^' ^1 F
• 
  
• 
  3 M1 Z+ O5 H5 }$ P1 j, G' Y
  

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)

4 B( W" S+ O7 v