【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：

• 
  
  " v& e/ E4 g/ A. P& Y8 A; e* }

conda install xarray
$ P7 h  u# ~( {" S& c# s5 Y

# \2 l8 r- ^% m# S+ l

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：

• 
  
• 
  2 i. ^: e4 a% o
• 
  
• 
  ) ?/ d5 _* H$ M7 ]2 @
• 
  3 s8 Z9 m5 ~: y" s, H
  ' u# f: I2 n  R% R

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)

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：

• 
  * a" P6 @! a6 T: X6 G
• 
  
• 
  
• 
  
• 
  6 S) P# t: x6 n9 n( i# ~
• 
  
• 
    h% o- }; z1 o. W
• 
  
• 
  
  $ ^( e7 c. ~( Z" S2 N

#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)

) n$ _2 q3 Q/ t$ H  @2 ?) M

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。

' U2 A* s/ ?2 D; |% z

---

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。
0 X, Q7 X9 ]7 I; P5 c( M% r在这里，我选取了40°N-55°N，115°E-135°E范围的数据

; |5 q# ?- O  y. R7 [; c0 f

完整代码

• 
  
• 
  6 U; m( r/ D* p8 t
• 
  5 L5 v9 U. I) o) ]
• 
  
• 
  
• 
  
• 
  % B/ b) l$ U  R! j
• 
  
• 
  ( {3 j7 C6 e3 R# ?2 `2 C
• 
  
• 
  6 e6 r. n4 n+ c* p  L6 Z9 i
• 
  
• 
  
• 
  
• 
  % C: d+ m& `. T6 G5 L
• 
  # Z' n- w$ F( l. j4 Q1 j0 ~& J
• 
  
• 
  6 }9 p0 q- q" _3 S
  

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)