【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：

• 
  
  # R: Z6 l2 _! P% I

conda install xarray
7 B/ o: }5 U3 E

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：

• 
  
• 
  , d9 ?3 u$ ~: d7 _- t
• 
  
• 
  
• 
  0 }" O  P0 E" S6 q
  

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)
4 J' S( `1 U' ]% a& I( {0 U  G5 ]) X+ {

: l' \( {  R6 K, I

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：

• 
  
• 
  
• 
  
• 
  4 {7 V7 x3 ~. q$ W* F8 c, w" f* ]1 h
• 
  
• 
  * _4 I. `8 P+ G1 E, o9 c
• 
  
• 
  
• 
  
    p8 i' |: a! D, P1 P+ M  ~- F7 n: s

#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)

6 @) n, G2 {' Y, R

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。

' B5 J% V% N4 r. q8 E+ S2 J: g

---

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。
$ Y1 l6 W- F8 {/ }! b( E在这里，我选取了40°N-55°N，115°E-135°E范围的数据

1 E( K- g6 c- O

完整代码

( v9 Y7 E0 i% Q! ?

• 
  
• 
  
• 
  
• 
  
• 
  % S, X- ^6 {. X9 [8 ^8 O5 u
• 
  & W% a/ M4 [5 n! y$ y8 C+ \
• 
  % N* K& q& @" F. v% q
• 
  0 S( }" x( ]% z; h2 q, c& K3 @
• 
  
• 
  ' l* @# `6 S( S! b7 e6 T
• 
  
• 
  ( f( p/ k: ^1 j- N$ y4 y
• 
  
• 
  ) Z; y- a( X8 {* V9 T( S' k; C
• 
    z3 z  f) C9 d8 c7 z
• 
  
• 
  2 n( n9 \  M* n- u, ]
• 
  
  

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)