【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

/ O0 C3 r2 \9 t$ q  }2 [$ m0 s

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：

• 
  8 [% C5 w% d9 l$ G. i" F% ]2 [3 ^
• 
  ' z9 P  \( A( {5 G
• 
  # Z* `6 I0 M) G* K3 f# ~' X
• 
  
• 
  + `$ |; }. @( Z( d5 |( \! h
  * V5 }- I1 @+ A) J/ y8 M

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)
9 o  d, J1 O0 n

* E% J7 ~6 r6 ^& O3 d% R

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。

# W; w' H" W) V2 P& S* @9 T& g4 a8 T

第三步代码如下：

• 
  
• 
  9 @  T1 ~5 w9 u: n  K; |+ x/ r
• 
  % F, q3 F! x+ L3 {7 j/ A3 `- M
• 
  
• 
  : |$ i0 Z6 _/ O( F& O
• 
  3 ?- N: Z8 n, \8 r
• 
  4 E* X/ Z1 ~0 g) x. a- A% J
• 
  ' ^/ E' N0 @* ~$ ?3 V; ^9 h
• 
  
  

#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 v, i9 q2 Y, {6 L3 L' _6 `& ~

( I! Y9 I' k( \% K" 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。

" [0 [5 _8 |7 I

---

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。
& ]) y( \: [( h. o1 A在这里，我选取了40°N-55°N，115°E-135°E范围的数据

% Z4 K4 |1 A( n& l0 B; I& V

完整代码

• 
  
• 
  
• 
  , }$ j  S8 G/ i' ]
• 
  
• 
  * L8 ~/ M9 a8 I, a+ g
• 
  4 g8 W' R& B/ j; [( B
• 
  
• 
  
• 
  + l5 I# V) t& A% {
• 
  , n; p: f9 ]( U4 |' J; K1 z
• 
  
• 
  
• 
  
• 
  ' ]) j0 q. q8 O- K
• 
  
• 
  
• 
  
• 
  
  8 b' B5 {& A$ e/ J5 }) t

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)