Python11：读取不同Netcdf和txt格式的气象数据（xarray库和pandas...

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：

0 z3 R& d% ?6 M$ M9 m# |

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；

• 
  $ y- i# {6 D* Z/ l
• 
  
• 
  3 ]& W( f+ r9 J+ G0 R% I5 j8 Z
• 
  6 q8 Z% u/ r3 M7 j! k2 L
• 
  2 u1 G1 V3 G6 B: o, M' b
• 
  # E# Y' M$ ?9 X1 m
• 
  # L. M: V1 [% b& H
• 
  9 b3 v- ?' d9 e) d5 l9 |( v
• 
  0 B) E7 E( F$ b/ e3 g
  

#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

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：

7 q, Z, L* i) z* f2 K

读取TXT文件

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：

%读取txt文件用到pandas库包中.read_csv（）函数；

9 Z: m: s  y; J* l1 r3 A

• 
  
• 
  
• 
  ' |! I4 k. h7 S& t
• 
  
• 
  4 U& |* Q: Q& c2 f
• 
  
• 
  
• 
  7 u, p' m( ~# h" W" x: E5 y
• 
  
  3 E- j) i; S3 R, |4 Q1 T% o

#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)

' p& G1 r6 C- G! y! p8 j. x

读取结果显示：

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 R6 H4 f. O& A- z) N7 C* a0 W5 p