使用python進(jìn)行nc轉(zhuǎn)tif的3種情況解決
更新時(shí)間：2022年03月01日 09:31:19 作者：HeYang.hello
在進(jìn)行氣候分析時(shí),很多人都會(huì)用到ERA5數(shù)據(jù),下面這篇文章主要給大家介紹了關(guān)于如何使用python進(jìn)行nc轉(zhuǎn)tif的3種情況的解決方法,文中通過實(shí)例代碼介紹的非常詳細(xì),需要的朋友可以參考下
前言
本人是位大二在讀在校學(xué)生，專業(yè)為地理信息科學(xué)，因跟老師一起做項(xiàng)目，所以有幸接觸nc數(shù)據(jù)轉(zhuǎn)換為tif數(shù)據(jù)，因?yàn)樵谶@件事情上也遇過不少坑，也花了不少時(shí)間，所以想在這里將自己的心得與學(xué)習(xí)的經(jīng)驗(yàn)一起分享給大家，希望大家能獲得幫助，同時(shí)我也會(huì)很開心的??！如果哪里說的有問題或是代碼能再改進(jìn)的話，希望大家能不吝賜教，評(píng)論區(qū)歡迎大家哦?。。。。?！
一、nc4_to_tif（多時(shí)間序列）
話不多說，直接上代碼(代碼里面的注釋也是挺詳細(xì)的，所以就不贅述了)：
代碼如下（示例）：
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
from zipfile import ZipFile
import shutil
band_name = ''
def NC_to_tiffs(data,out_path):
'''
這個(gè)函數(shù)里面有些地方還是可能需要更改
比如：coord(坐標(biāo)系)
'''
coord = 4326 #坐標(biāo)系，["EPSG","4326"]，默認(rèn)為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) # 了解nc的數(shù)據(jù)類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #了解nc數(shù)據(jù)的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時(shí)間，經(jīng)度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎(chǔ)屬性為-----',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬于經(jīng)度的名稱
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬于緯度的名稱
global band_name
if band_name == '':
band_name = input("請(qǐng)輸入您想要輸出的波段的名字（您可以從'基礎(chǔ)屬性中得來',不用加上引號(hào)）———————:") #這里是從用戶那傳入一個(gè)波段的字符串，因?yàn)閚c4的數(shù)據(jù)比nc要復(fù)雜，所以要讓用戶確定波段的名字
band_size = [i for i,x in enumerate(key) if (x.find(str(band_name).upper())!=-1 or x.find(str(band_name).lower())!=-1)][0]
key_band = key[band_size] #獲取波段的名稱
key_lon = key[lon_size] #獲取經(jīng)度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:] #獲取每個(gè)像元的經(jīng)度
Lat = nc_data_obj.variables[key_lat][:] #獲取每個(gè)像元的緯度
band = np.asarray(nc_data_obj.variables[key_band]).astype(float) #獲取對(duì)應(yīng)波段的像元的值，類型為數(shù)組
print("填充值：",nc_data_obj.variables[key_band])
#影像的四個(gè)角的坐標(biāo)
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計(jì)算
N_Lat = len(Lat)
if Lon.ndim==1 :
N_Lon = len(Lon) #如果Lon為一維的話，就取長度
else:
N_Lon = len(Lon[0]) #如果Lon為二維的話，就取寬度
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創(chuàng)建.tif文件
for i in range(band.shape[0]):
driver = gdal.GetDriverByName('GTiff') # 創(chuàng)建驅(qū)動(dòng)
arr1 = band[i,:,:] # 獲取不同時(shí)間段的數(shù)據(jù)
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:4]+ '_'+str(i) +'.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設(shè)置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標(biāo)系統(tǒng)信息，用于選取需要的地理坐標(biāo)系統(tǒng)
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標(biāo)系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
arr1[arr1[:, :]> 1000000] = -32767
#數(shù)據(jù)寫出
if arr1.ndim==2: #如果本來就是二維數(shù)組就不變
a = arr1[:,:]
else: #將三維數(shù)組轉(zhuǎn)為二維
a = arr1[0,:,:]
out_tif.GetRasterBand(1).WriteArray(a)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數(shù)據(jù)寫入硬盤
del out_tif # 注意必須關(guān)閉tif文件
'''這個(gè)函數(shù)部分不需要更改'''
def nc4_to_tif(Input_folder,end_name = 'nc4'):
Output_folder = os.path.split(Input_folder)[0] + os.sep+ 'out_' + os.path.split(Input_folder)[-1]
# 讀取所有nc數(shù)據(jù)
data_list = glob.glob(Input_folder + os.sep + '*' + end_name)
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運(yùn)行之后又要?jiǎng)h了之后再運(yùn)行了，可以一直運(yùn)行
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '----轉(zhuǎn)tif成功')
print(f"輸入位置為: {Input_folder}")
print(f'輸出位置為: {Output_folder}')
'''輸入路徑不能有中文字符----------比如放在D盤中(目前我發(fā)現(xiàn)只有有多時(shí)間序列的nc或nc4文件會(huì)有這個(gè)問題，而單時(shí)間序列的就不會(huì)，這個(gè)可以留給大家一起討論討論------)'''
nc4_to_tif(Input_folder = r'D:\nc4\nc4',end_name='nc4') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認(rèn)輸出至同級(jí)目錄中，名為'out_...'在這里，我想補(bǔ)充幾點(diǎn)（可能代碼的注釋里面講的不是很清楚）：
1.如果想直接使用這個(gè)代碼的話，只需要修改：
nc4_to_tif(Input_folder = r'D:\nc4\nc4',end_name='nc4') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認(rèn)輸出至同級(jí)目錄中，名為'out_...'
里面的Input_folder的值，這里 r'....' 的意思是防止轉(zhuǎn)義，最好也不要更改。
2.這里用了自動(dòng)創(chuàng)建文件夾和刪除文件夾，這樣一來就可以無限次地運(yùn)行，避免了每運(yùn)行一次，想再次運(yùn)行的話，又得重新刪除文件夾，用到的代碼在這：
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運(yùn)行之后又要?jiǎng)h了之后再運(yùn)行了，可以一直運(yùn)行3.如果大家按照要求運(yùn)行的話（路徑?jīng)]有中文字符），會(huì)出來如下結(jié)果：
這里是需要您從 “基本屬性” 這里的提示中獲取您想要轉(zhuǎn)換為tif數(shù)據(jù)的波段信息，像這里，我需要的是ndvi這個(gè)波段的數(shù)據(jù)，那我就輸入 “ndvi”
點(diǎn)擊回車，它就會(huì)繼續(xù)運(yùn)行，直到輸出：
這樣就表示輸出完成，并且會(huì)把輸出的路徑都給你顯示出來，這里我的輸出路徑為：“D:\nc4\out_nc4”，所以我就可以直接復(fù)制，粘貼到搜索目錄里面去找這些文件的位置（默認(rèn)是放在與您輸入路徑同一級(jí)的目錄下，名稱為 “out_” + “輸入的文件名”）。
像：
這里應(yīng)該都沒毛病吧~~~~~~~~
（如果想看代碼里面的具體的算法，請(qǐng)看上述的代碼的內(nèi)容以及注釋~~~~~~~~）
二、nc_to_tif（多時(shí)間序列）
其實(shí)這里要說明的話與上面沒有什么不同，只是數(shù)據(jù)由nc4數(shù)據(jù)變?yōu)榱薾c數(shù)據(jù)，還有就是代碼里面的內(nèi)容有所不同，操作的話還是一樣，一樣的~~~可以直接使用，但是如果想深入學(xué)習(xí)的話，還是得詳細(xì)看代碼哦，里面的注釋也是很詳細(xì)的~~~~~，這里我就不多贅述了~~~~~~，直接上代碼
代碼如下（示例）：
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
from zipfile import ZipFile
import shutil
band_name = ''
def NC_to_tiffs(data,out_path):
'''
這個(gè)函數(shù)里面有些地方還是可能需要更改,像：
coord(坐標(biāo)系)
'''
coord = 4326 #坐標(biāo)系，["EPSG","4326"]，默認(rèn)為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) # 了解nc的數(shù)據(jù)類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #了解nc數(shù)據(jù)的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時(shí)間，經(jīng)度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎(chǔ)屬性為 ',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬于經(jīng)度的名稱
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬于緯度的名稱
time_size = [i for i,x in enumerate(key) if (x.find('ime'.upper())!=-1 or x.find('ime'.lower())!=-1)][0] #模糊查找屬于時(shí)間的名稱
global band_name
if band_name == '':
band_name = input("請(qǐng)輸入您想要輸出的波段的名字（您可以從'基礎(chǔ)屬性中得來',不用加上引號(hào)）———————:") #這里是從用戶那傳入一個(gè)波段的字符串，因?yàn)閚c4的數(shù)據(jù)比nc要復(fù)雜，所以要讓用戶確定波段的名字
band_size = [i for i,x in enumerate(key) if (x.find(str(band_name).upper())!=-1 or x.find(str(band_name).lower())!=-1)][0]
key_band = key[band_size] #獲取波段的名稱
time_name= key[time_size] #獲取時(shí)間的名稱
key_lon = key[lon_size] #獲取經(jīng)度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:] #獲取每個(gè)像元的經(jīng)度
Lat = nc_data_obj.variables[key_lat][:] #獲取每個(gè)像元的緯度
time = nc_data_obj.variables[time_name]
times = nc.num2date(time[:],time.units) # 時(shí)間的格式轉(zhuǎn)換,得到一個(gè)數(shù)組
band = np.asarray(nc_data_obj.variables[key_band]).astype(float) #獲取對(duì)應(yīng)波段的像元的值，類型為數(shù)組
print("填充值：",nc_data_obj.variables[key_band])
#影像的四個(gè)角的坐標(biāo)
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計(jì)算
N_Lat = len(Lat)
if Lon.ndim==1 :
N_Lon = len(Lon) #獲取長度
else:
N_Lon = len(Lon[0])
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創(chuàng)建.tif文件
for i in range(band.shape[0]):
# strftime() 格式化datetime 對(duì)象
dt = times[i].strftime("%Y-%m")
driver = gdal.GetDriverByName('GTiff') # 創(chuàng)建驅(qū)動(dòng)
arr1 = band[i,:,:] # 獲取不同時(shí)間段的數(shù)據(jù)
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:-3]+ dt +'.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設(shè)置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標(biāo)系統(tǒng)信息，用于選取需要的地理坐標(biāo)系統(tǒng)
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標(biāo)系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
arr1[arr1[:, :]> 1000000] = -32767
#數(shù)據(jù)寫出
if arr1.ndim==2: #如果本來就是二維數(shù)組就不變
a = arr1[:,:]
else: #將三維數(shù)組轉(zhuǎn)為二維
a = arr1[0,:,:]
reversed_arr = a[::-1] #這里是需要倒置一下的 橫重要的?。。。。。。。。。?！
out_tif.GetRasterBand(1).WriteArray(reversed_arr)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數(shù)據(jù)寫入硬盤
del out_tif # 注意必須關(guān)閉tif文件
def nc_to_tif(Input_folder,end_name = 'nc'):
Output_folder = os.path.split(Input_folder)[0] + 'out_' + os.path.split(Input_folder)[-1]
# 讀取所有nc數(shù)據(jù)
data_list = glob.glob(Input_folder + os.sep + '*' + end_name)
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
#if not os.path.isdir(Output_folder): #如果輸出路徑,不存在就創(chuàng)建
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運(yùn)行之后又要?jiǎng)h了之后再運(yùn)行了
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '-----轉(zhuǎn)tif成功')
print(f"輸入位置為: {Input_folder}")
print(f'輸出位置為: { Output_folder}')
'''輸入路徑不能有中文字符----------比如放在D盤中(目前我發(fā)現(xiàn)只有有多時(shí)間序列的nc或nc4文件才會(huì)有這個(gè)問題，，單時(shí)間序列的nc文件不會(huì)出現(xiàn)這樣的問題)'''
nc_to_tif(Input_folder = r'D:\spei',end_name='nc') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認(rèn)輸出至同一上級(jí)目錄中三、nc_to_tif（單時(shí)間序列）
這里的要說明的話也和上面一樣一樣的，所以我就~~~~~~哈哈哈不說太多了哈，不過這里需要用戶進(jìn)行的操作要更少一點(diǎn)。這里是不需要用戶傳入波段的信息，直接修改下文件的輸入路徑，就可以直接輸出了，并且這里的文件路徑可以不用再管是否有中文字符，比較方便哦~~~~~，具體代碼的細(xì)節(jié)都在注釋里了哦，愛學(xué)習(xí)的兄弟可以看看哦~~~~~~~~~~
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
import shutil
def NC_to_tiffs(data,out_path):
'''
這個(gè)函數(shù)里面有些地方還是可能需要更改
coord(坐標(biāo)系)
'''
coord = 4326 #坐標(biāo)系，["EPSG","4326"]，默認(rèn)為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) #了解nc數(shù)據(jù)的數(shù)據(jù)類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #了解nc數(shù)據(jù)的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時(shí)間，經(jīng)度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎(chǔ)屬性為',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬于經(jīng)度的名稱，還在更新.....
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬于緯度的名稱，還在更新.....
key_band = key[len(key)-1] #獲取波段的名稱 目前發(fā)現(xiàn)都是放在最后
key_lon = key[lon_size] #獲取經(jīng)度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:]#獲取每個(gè)像元的經(jīng)度,類型為數(shù)組
Lat = nc_data_obj.variables[key_lat][:]#獲取每個(gè)像元的緯度，類型為數(shù)組
Band = np.asarray(nc_data_obj.variables[key_band]) #獲取對(duì)應(yīng)波段的像元的值，類型為數(shù)組
#影像的四個(gè)角的坐標(biāo)
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計(jì)算
N_Lat = len(Lat)
N_Lon = len(Lon[0])
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創(chuàng)建.tif文件
driver = gdal.GetDriverByName('GTiff')
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:-3]+ '.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設(shè)置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標(biāo)系統(tǒng)信息，用于選取需要的地理坐標(biāo)系統(tǒng)
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標(biāo)系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
Band[Band[:, :]> 100000] = -32767
#數(shù)據(jù)寫出
if Band.ndim==2: #如果本來就是二維數(shù)組就不變
a = Band[:,:]
else: #將三維數(shù)組轉(zhuǎn)為二維
a = Band[0,:,:]
reversed_arr = a[::-1] #這里是需要倒置一下的 #這個(gè)很重要?。。。。。?
out_tif.GetRasterBand(1).WriteArray(reversed_arr)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數(shù)據(jù)寫入硬盤
del out_tif # 注意必須關(guān)閉tif文件
def nc_to_tif(Input_folder):
Output_folder = os.path.split(Input_folder)[0] +os.sep + 'out_' + os.path.split(Input_folder)[1]
# 讀取所有nc數(shù)據(jù)
data_list = glob.glob(Input_folder + os.sep + '*.nc')
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
# if not os.path.isdir(Output_folder):
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運(yùn)行之后又要?jiǎng)h了之后再運(yùn)行了
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '-----轉(zhuǎn)tif成功')
print(f"輸入位置為: {Input_folder}")
print("--------------------------")
print(f'輸出位置為: { Output_folder}')
'''#用戶需要輸入 ：nc文件所放的文件夾的路徑，默認(rèn)輸出至同一上級(jí)目錄中'''
nc_to_tif(Input_folder = r'D:\nc\real\T2')總結(jié)
還有，還有，還有，這里有幾個(gè)小坑以及心得我是想我跟大家進(jìn)行分享de~~~~
1.nc4跟nc的差別在于nc4的數(shù)據(jù)結(jié)構(gòu)比nc要復(fù)雜，內(nèi)容更豐富，所以轉(zhuǎn)為tif的時(shí)候要考慮的東西也更多~~~~~~~~~
2.多時(shí)間序列和單時(shí)間序列的nc或nc4數(shù)據(jù)處理成tif形式的方式也不太一樣，多時(shí)間序列的話要考慮時(shí)間因素，單時(shí)間是不需要考慮時(shí)間因素的，雖然也有時(shí)間，但是時(shí)間段只有1個(gè)，多時(shí)間序列的話要根據(jù)時(shí)間段來進(jìn)行輸出的命名，所以這里也是需要考慮的~~~~~~~~
3.這個(gè)是最重要的：就是nc4的數(shù)據(jù)它是不需要將數(shù)據(jù)進(jìn)行顛倒一下的，而nc的數(shù)據(jù)是需要顛倒的，這個(gè)真的是我苦苦發(fā)現(xiàn)的，之前也犯了很多很多的錯(cuò)，網(wǎng)上也沒有具體的說明，但是這個(gè)坑我在代碼里面是有說明哦，注釋也很詳細(xì)，所以，如果把上面的代碼運(yùn)行的好的話是不會(huì)發(fā)生數(shù)據(jù)顛倒的情況的哦~~~~~~~~~~
到此這篇關(guān)于使用python進(jìn)行nc轉(zhuǎn)tif的3種情況的文章就介紹到這了,更多相關(guān)python進(jìn)行nc轉(zhuǎn)tif內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:
相關(guān)文章
XSS（Cross Site Scripting，跨站腳本攻擊）是一類特殊的Web客戶端腳本注入攻擊手段，通常指攻擊者通過“HTML注入”篡改了網(wǎng)頁，插入惡意的腳本，從而在用戶瀏覽網(wǎng)頁時(shí)控制瀏覽器的一種攻擊。2017-07-07
這篇文章主要介紹了十分鐘輕松掌握dataframe數(shù)據(jù)選擇,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-04-04
在我理解，Pythonic 就是很 Python 的 Python 代碼。下面這篇文章主要給大家分享介紹了幾種實(shí)用的pythonic語法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧。2018-02-02
這篇文章主要介紹了Python中turtle庫的使用實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-09-09
python實(shí)現(xiàn)學(xué)生信息管理系統(tǒng)(精簡版)
這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)學(xué)生信息管理系統(tǒng)的精簡版，文中示例代碼介紹的非常詳細(xì)，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2020-11-11
這篇文章主要介紹了python使用matplotlib顯示圖像失真的解決方案，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2021-04-04
你以為剪輯音樂要很久嗎？其余3行語句Python就能瞬間搞定。本文就來詳細(xì)為大家講講實(shí)現(xiàn)的步驟，文中的示例代碼講解詳細(xì)，感興趣的可以動(dòng)手嘗試一下2022-06-06
Python實(shí)現(xiàn)輸出程序執(zhí)行進(jìn)度百分比的方法
這篇文章主要介紹了Python實(shí)現(xiàn)輸出程序執(zhí)行進(jìn)度百分比的方法,涉及Python數(shù)值運(yùn)算與系統(tǒng)輸出相關(guān)操作技巧,需要的朋友可以參考下2017-09-09
基于Python下載網(wǎng)絡(luò)圖片方法匯總代碼實(shí)例
這篇文章主要介紹了基于Python下載網(wǎng)絡(luò)圖片方法匯總代碼實(shí)例,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-06-06
Python實(shí)現(xiàn)壓縮與解壓gzip大文件的方法
這篇文章主要介紹了Python實(shí)現(xiàn)壓縮與解壓gzip大文件的方法,分析了Python針對(duì)壓縮成gzip文件及解壓gzip文件的方法,并給出了相應(yīng)的封裝類,需要的朋友可以參考下2016-09-09