本文介紹基于Python語言的netCDF4庫，讀取.nc格式的數(shù)據(jù)文件，并提取指定維（時間、經(jīng)度與緯度）下的變量數(shù)據(jù)的方法。

我們之前介紹過.nc格式的數(shù)據(jù)，其是NetCDF（Network Common Data Form）文件的擴展名，是一種常用的科學(xué)數(shù)據(jù)存儲格式，多用于存儲科學(xué)和工程領(lǐng)域的大型數(shù)據(jù)集。同時，在我們之前的文章Python批量讀取大量nc格式文件并導(dǎo)出全部時間信息中，就介紹過基于netCDF4庫，對一個文件夾下大量.nc格式數(shù)據(jù)文件的某一維的信息加以提取的方法。而在本文中，我們則是同樣基于netCDF4庫，讀取.nc文件，并提取指定維（Dimensions，也就相當(dāng)于是自變量）下的變量（Variables，也就相當(dāng)于是因變量）的具體數(shù)值。

首先，我們需要配置一下netCDF4庫，具體配置方法大家可以參考文章Anaconda下Python中h5py與netCDF4模塊下載與安裝方法。

隨后，本文所需代碼如下。

# -*- coding: utf-8 -*-
"""
Created on Thu Feb 22 21:41:52 2024

@author: fkxxgis
"""

import netCDF4 as nc

nc_path = r"F:\Data_Reflectance_Rec\soil_1\2020_01.nc"
nc_data = nc.Dataset(nc_path)
print(nc_data)
time_value = nc_data.variables["time"][:]
longitude_value = nc_data.variables["lon"][:]
latitude_value = nc_data.variables["lat"][:]

# 第一種需求
time_need = 0
nc_value_1 = nc_data.variables["swvl1"][time_need, : , : ]

# 第二種需求
longitude_need = 106.467
latitude_need = 36.817
longitude_nc = (abs(longitude_value - longitude_need)).argmin()
latitude_nc = (abs(latitude_value - latitude_need)).argmin()
nc_value_2 = nc_data.variables["swvl1"][time_need, latitude_nc, longitude_nc]

其中，我們首先導(dǎo)入netCDF4庫，并指定要讀取的.nc格式數(shù)據(jù)文件的路徑nc_path；隨后，使用nc.Dataset()打開這一文件，并將返回的Dataset對象存儲在nc_data變量中；緊接著，通過print()打印nc_data，這將顯示要讀取的.nc格式數(shù)據(jù)文件的基本信息，如變量、維、屬性等——這里具體打印出來的情況如下圖所示。

其中，在上圖我們需要重點關(guān)注紫色框內(nèi)的內(nèi)容。首先，在dimensions中，我們可以看到所有的維；我這里的.nc格式數(shù)據(jù)是一個表示氣象的數(shù)據(jù)，所以文件中的維依次就是時間、緯度與經(jīng)度；隨后，在variables中，我們可以看到所有的數(shù)據(jù)變量（這里的數(shù)據(jù)變量是包含了維、變量與其他參數(shù)）——其中我們重點觀察數(shù)據(jù)中的因變量（也就是上圖中的swvl1），需要留意一下其后不同維的排序順序，在后面我們按照維提取變量數(shù)據(jù)的時候會用到。

回到前述代碼的介紹中。通過前面print()打印出來的nc_data信息，我們知道了這個.nc數(shù)據(jù)的維，此時我們可以將這幾個維也打印出來看看。例如，time_value = nc_data.variables["time"][:]就表示將時間這個維打印出來，相當(dāng)于獲取了全部的時間節(jié)點。

再接下來，我們即可開始按照維來提取變量。為了方便，我們就以這個.nc文件的時間維中的第一個節(jié)點對應(yīng)的數(shù)據(jù)（也就是第一景數(shù)據(jù)）為例來介紹；因此，我們先將time_need設(shè)置為0，表示讀取第一個時間節(jié)點的數(shù)據(jù)。在這里，我們給出了2種按照維來提取變量的需求。

首先，是第一種需求，也就是time_need = 0這一行代碼的下一行。nc_data.variables["swvl1"]表示這個.nc文件中讀取名為swvl1的變量的值，而后面的[time_need, :, :]表示選擇指定時間維下的所有經(jīng)度和緯度位置的值。這些值將被存儲在nc_value_1變量中，也就是說這個nc_value_1變量相當(dāng)于就是當(dāng)前這個.nc文件的第一景數(shù)據(jù)（時間節(jié)點排在第一位的數(shù)據(jù)）。

其次，是第二種需求。前面我們提取了指定時間維下的所有經(jīng)度和緯度位置的值，那么現(xiàn)在就更進一步，提取指定時間維度、經(jīng)度維度以及緯度維度的數(shù)據(jù)（相當(dāng)于就是從前面的一景數(shù)據(jù)變成了一個像元的數(shù)據(jù)）。首先，我們指定一個處于.nc文件成像范圍內(nèi)的目標經(jīng)度longitude_need和目標緯度latitude_need，并使用argmin()函數(shù)找到目標經(jīng)、緯度值與文件中經(jīng)度、緯度的維數(shù)據(jù)值最接近的索引值——即longitude_nc和latitude_nc。最后，即可使用nc_data.variables["swvl1"][time_need, latitude_nc, longitude_nc]來獲取特定時間、經(jīng)度和緯度位置的值，并將結(jié)果存儲在nc_value_2變量中。

這里提一句——為什么需要用argmin()函數(shù)呢？這個是因為，我們在實際情況中，需要提取指定空間位置的像素時，這個位置的經(jīng)、緯度數(shù)據(jù)肯定是隨機的；而通過argmin()函數(shù)，就可以找到.nc文件里面經(jīng)度、緯度所對應(yīng)的維中，與我們實際需要的經(jīng)、緯度最接近的那個數(shù)值所對應(yīng)的維的下標。例如，上述代碼中，我們希望提取實際經(jīng)度為106.467位置處的數(shù)據(jù)；而我這里這個.nc文件，其維中的經(jīng)度的分辨率是0.1，那它自然沒有辦法非常精確地確定106.467的位置；所以需要通過argmin()函數(shù)，找到與106.467最接近的數(shù)據(jù)106.5，并進一步確定出這個106.5所在的經(jīng)度維的下標，那么就可以提取出指定的變量了。

如下圖所示，我們通過上述第二種需求，提取出來了目標時間、經(jīng)度與緯度維下的一個像素。

那么這個像素值對不對呢？我們可以在ArcGIS中打開這個.nc文件的第一景數(shù)據(jù)，找到代碼中目標經(jīng)、緯度（也就是longitude_need和latitude_need所指向的數(shù)據(jù)）所對應(yīng)的像元，并查看其像素值；如下圖所示。

可以看到，上圖在ArcGIS提取出來的像素值，與上上圖在Python中提取出來的像素值一致，說明我們的代碼無誤。

至此，大功告成。

到此這篇關(guān)于Python實現(xiàn)讀取.nc數(shù)據(jù)并提取指定時間與經(jīng)緯度維度對應(yīng)的變量數(shù)值的文章就介紹到這了,更多相關(guān)Python讀取.nc數(shù)據(jù)內(nèi)容請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！

最新評論