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：

2 I! I. a% w* T% g( e

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；

• 
  
• 
  
• 
  . N# [8 {% C, T8 F* G5 o
• 
  . k, k7 o: E$ ]: `# R
• 
  4 V1 D1 M( H; L8 |
• 
  , ~% v: b5 }0 G% q
• 
  
• 
  
• 
  
  " s, B) Y/ @  t# a# u

#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

5 H; d' H5 s) O  x) r7 L

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：

& K% d% O  \8 R) e- C

读取TXT文件

3 M, O) J: j- }$ R

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；

• 
  0 o# C! I# a# Q/ ~$ R( d
• 
  4 f- I9 V- B; c* R2 m. p3 P' V, X
• 
  7 I# E9 ]# Q/ Y; a, T# j
• 
  
• 
  
• 
  
• 
  5 C3 x! I$ I  i/ ]+ k
• 
  7 `) f/ _  A9 K9 X' I( C
• 
  
  

#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)
0 N, X# N5 @5 m8 }

  c: a. y) @. z" M6 L6 {$ Z

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。

  
  . X( l) v: I1 R7 j  [  D