如何使用Python和xarray从变量满足netCDF数据集标准的位置提取坐标？
使用Python和xarray从变量满足netCDF数据集标准的位置提取坐标的方法如下：
- 首先，确保已经安装了Python和xarray库。可以使用pip命令进行安装：
pip install xarray - 导入所需的库和模块：
import xarray as xr- 使用xarray的open_dataset函数打开netCDF数据集文件：
dataset = xr.open_dataset('path/to/netcdf/file.nc')其中，'path/to/netcdf/file.nc'是netCDF文件的路径。
- 查看数据集的结构和变量信息：
print(dataset)这将显示数据集的结构和变量列表。
- 选择要提取坐标的变量：
variable = dataset['variable_name']其中，'variable_name'是要提取坐标的变量名称。
- 使用xarray的sel方法根据坐标位置提取数据：
extracted_data = variable.sel(lat=lat_value, lon=lon_value, method='nearest')其中，lat_value和lon_value是要提取的坐标位置的纬度和经度值。
- 查看提取的数据：
print(extracted_data)这将显示提取的数据。
以上是使用Python和xarray从变量满足netCDF数据集标准的位置提取坐标的基本步骤。根据具体的应用场景和需求，可以进一步对提取的数据进行处理和分析。
xarray是一个强大的Python库，用于处理和分析多维数组数据集，特别适用于科学数据的处理和可视化。它提供了丰富的功能和灵活的操作，可以轻松处理各种类型的数据集。
腾讯云提供了一系列与云计算相关的产品和服务，包括云服务器、云数据库、云存储等。具体推荐的腾讯云产品和产品介绍链接地址可以根据实际需求进行选择和查询。
相关·内容
1回答
我正在尝试使用xarray组合多个NetCDF文件。 以下是我的维度： Dimensions: (Time: 1, XCells: 2000, YCells: 1000)
Coordinates:
longitude (YCells, XCells) float32
latitude (YCells, XCells) float32
* Time (Time) datetime64[ns]
Dimensions without coordinates: XCells, YCells Combine by_co
浏览 14提问于2020-10-08得票数 2
回答已采纳
我是xarray的新手，所以我想知道我是否做错了什么。
我有一个包含三个组(A，B，C)的netcdf文件，每个组包含几个变量，它们只有一个时间维度和一个对应的'time_dimension‘变量。时间维度变量使用Unix时间戳作为它的值。
在下面的示例中，我打开Netcdf文件并打印出每个组的时间戳的最小值和最大值。这为我提供了预期的时间戳范围。
然后，我使用open_dataset命令将每个组从netcdf文件加载到xarray数据集中。对于这些数据集，我再次打印出时间维度坐标时间戳的最小值和最大值。最小值与通过直接读取netcdf文件获得的值相同，但最大值包含两个组(A和B)的N
浏览 0提问于2017-05-04得票数 0
当使用xarray open_dataset或open_mfdataset加载NARR netcdf数据集(例如)时，xarray返回关于“冲突的_FillValue和missing_values”的错误。
输入：
ds = xarray.open_dataset('air.2m.2010.nc')
产生以下错误：
ValueError: ('Discovered conflicting _FillValue and missing_value. Considering opening the offending dataset using decode_cf=Fal
浏览 4提问于2016-02-09得票数 7
我有一个NetCDF文件，并试图使用xarray读取一个变量(没有属性和坐标)，然后给它分配新的属性和坐标。下面是我的python代码：
#--- Import packages:
import numpy as np
import xarray as xr
#--- Read in data:
fin = xr.open_dataset("sample.nc")
tsk = fin.wrfout_tsk_tavg
xlat = fin.latitude
xlon = fin.longitude
#--- Setting new attributes and coord
浏览 36提问于2022-03-17得票数 0
回答已采纳
我正在处理使用NetCDF格式的ROMS模型输出生成的洋流数据。每个NetCDF文件都包含洋流速度的月平均值，即只有一个时间步长。到目前为止我已经到达这里了。
import netCDF4
import pandas as pd
import numpy as np
import xarray as xr
df1 = xr.open_dataset("ocean_avg_November.nc4") #NetCDF file for Nov 2013
df2 = xr.open_dataset("ocean_avg_December.nc4") #NetCDF
浏览 6提问于2022-06-18得票数 0
回答已采纳
我有一个netcdf文件，它有以下(示例)变量：
纬度
经度
温度
维度在中主要是因为纬度和经度都是不规则网格的二维数组。
我想提取像素值的温度在例如。53.55，3.5 (lat/lon度十进制坐标)。通常，对于纬度/经度的一维数组，我可以使用numpy.argmin()来查找lat/lon的索引，从而找到温度变量的像素坐标。
或者，在xarray中，我可以使用例如。
import xarray as xr
ds = open_dataset(some_file)
ds.close()
ds.temperature.sel(lat=53.55, lon=3.5, method='ne
浏览 1提问于2019-11-22得票数 1
回答已采纳
是否有方法将具有相同时间维度但不同空间域的2个或多个netCDF文件合并到一个netCDF文件中？空间域由纬度和经度坐标指定？在xarray concat、merge等的文档中，他们说他们只处理一个维度。
浏览 1提问于2018-07-23得票数 17
回答已采纳
我使用xarray.open_mfdataset()打开和组合8个netcdf文件(来自不同设置的模型模拟输出)，而不将它们加载到内存中。如果我指定concat_dim='run_number'，它会将run_number添加为没有坐标的维度，并将其填充为0到7之间的值，这是很好的。
现在的问题是，我不知道哪个run_number属于哪个模拟。原始netcdf的所有属性都有帮助我区分它们的属性，例如identifyer=1、identifyer=2等，但是即使我指定了concat_dim='identifyer' (可能因为有许多属性？)，xarray也无法识别
浏览 3提问于2017-03-03得票数 1
回答已采纳
2回答
我在python中使用了很多地理空间数据(主要是天气预报)，对于这个问题，我使用xarray做了很多工作。
xarray支持转换成hdf/netcdf文件，这是很好的，如果你想存储的数据，没有速度要求再次获得访问。我正在寻找的是一个数据库，用于快速访问xarray的单个数据点，以构建fast风格的WEB-API。有没有一种简单的方法将xarray存储到这样的数据库中？
注意:典型的xarray.DataArray包含一组值，如纬度、经度和时间戳等坐标。值的水平维度等于由纬度和经度组成的格网，第三个维度等于xarray.DataArray中的长度时间戳
浏览 2提问于2019-08-23得票数 2
1回答
xarray可以追加或重写现有的NetCDF文件吗？我需要每年更新我的数据(NetCDF格式)。我想使用xarray重写或附加一个现有的NetCDF文件。但是，我需要将所有数据读取到内存中，并将它们连接在一起，然后覆盖NC文件。它消耗了太多的内存，而且效率较低。有没有可能像NETCDF4的python库一样重写文件？
浏览 3提问于2021-02-17得票数 0
我使用open_dataset打开由MITgcm生成的netcdf输出。但是，DataSet中的一个坐标变量将作为整个DataSet而不是DataArray返回。
该过程似乎工作正常：
import xarray as xr
ds = xr.open_dataset('state.0000000000.nc')
<xarray.Dataset>
Dimensions: (T: 8, X: 16, Xp1: 17, Y: 16, Yp1: 17, Zld000100: 100, Zmd000100: 100)
Coordinates:
* T
浏览 12提问于2017-01-27得票数 0
亲爱的，我需要创建一个xarray.datarray，其维度的名称与坐标的名称相等，但是，我没有成功。以下是复制的代码：
import numpy as np
import xarray as xr
data = [[23, 22, 21],
[22, 20, 24]]
x, y = np.meshgrid([-45, -44, -43], [-21, -20])
t2m = xr.DataArray(data=data,
dims=["lon", "lat"],
c
浏览 2提问于2021-09-20得票数 1
回答已采纳
1回答
我希望。但是，当我这样做时，生成的数据集不再具有坐标参考信息，这可以通过在QGIS中将子集添加为一个层来证明。
如何在删除原始Dataset后保留坐标参考信息？
import xarray as xr
DS = xr.open_dataset("my_data.nc")
bands = ['CMI_C01','CMI_C02','CMI_C03']
# Test does not have coordinate reference information :(
test = DS[bands]
显然，由于以下原因，坐标参考信息
浏览 7提问于2022-07-27得票数 0
当坐标存储在另一个NetCDF文件中时，如何将NetCDF转换为TIFF (这是一个不规则的网格，因为它覆盖了北极地区)？
NetCDF文件的一个示例可以在这里下载：
具有坐标的NetCDF文件可以在这里加载：
(只是附加的信息文件只提供有关坐标的以下内容)：
NC_GLOBAL#geospatial_bounds_crs=EPSG:4326
NC_GLOBAL#geospatial_lat_max=90
NC_GLOBAL#geospatial_lat_min=57.8
NC_GLOBAL#geospatial_lon_max=180
NC_GLOBAL#geospati
浏览 16提问于2022-11-23得票数 0
我有一个大约350个坐标的列表，这些坐标是指定区域内的坐标，我想使用Xarray从netCDF文件中提取这些坐标。如果它是相关的，我试图从一个特定的陆地表面模型提取SWE (雪水当量)数据。
我的问题是，这个for循环需要花费很长时间来遍历列表中的每一项并获取相关的timeseries数据。也许在某种程度上，这是不可避免的，因为我不得不实际从netCDF文件中为每个coodinate加载数据。我需要帮助的是以任何可能的方式加速代码。现在，这需要很长时间才能运行，3+时间和计数更精确。
以下是我迄今所做的一切：
import xarray as xr
import numpy as np
imp
浏览 1提问于2020-05-19得票数 3
回答已采纳
我正在以的NetCDF格式工作，我需要计算基于U和V分量的风向。
我已经有了一段有用的Python代码，可以使用xarray和NetCDF，并将输出保存为NetCDF。
虽然我不添加任何额外的数据(只应用转换来计算一个新变量，而不是U和V)，但输出文件的大小有了很大的增加。输入文件约为30 Mo，输出文件约为300 Mo。
有人能解释一下这是怎么回事吗？我的输出文件被塑造的方式一定有问题，但我不明白如何。这是由于文件的编码、所使用的数据类型(这里的输入和输出都是float32)还是任何其他NetCDF格式问题？
另外，您知道如何优化输出文件的大小吗？
为了帮助您理解这些差异，下面是输入文件的摘
浏览 7提问于2022-05-04得票数 0
回答已采纳
我想将沿两个坐标之间的横断面线的横截面数据保存为netCDF文件。 我遵循的是Metpy's Cross Section Analysis中描述的示例代码 以下是添加了remove crs命令的修改后的代码： import cartopy.crs as ccrs
import cartopy.feature as cfeature
import matplotlib.pyplot as plt
import numpy as np
import xarray as xr
import metpy.calc as mpcalc
from metpy.interpolate import
浏览 56提问于2020-10-10得票数 0
回答已采纳
1回答
我使用ERA5数据集来绘制南部非洲垂直速度的横截面。数据的一个示例是。我尝试复制给定的示例，但是，由于数据集的坐标中缺少信息，cross_section函数无法工作。我使用的代码如下：
from matplotlib import pyplot
from matplotlib.cm import get_cmap
from __future__ import print_function
from netCDF4 import Dataset,num2date,date2num
from matplotlib.colors import from_levels_and_colors
from
浏览 6提问于2022-02-05得票数 1
1回答
我在python中有一个numpy数组，大小为(16,250,186)，表示时间、纬度和经度。 我想把它转换成一个netCDF文件，这样我以后就可以用坐标轻松地读取数据。 我的numpy数组如下所示 RZS = np.load("/home/chandra/Data/rootzone_CHIRPS_era5_2003-2015_daily-analysis_annual-result.npy")
RZS.shape
Output: (16, 250, 186) 正如您所看到的，我上面的numpy数组表示16年的年值。 chirps_precip =xarray.open_m
浏览 117提问于2019-05-03得票数 3
回答已采纳
打开netcdf文件时出现了此错误。代码以前起作用了。如何解决这个问题?
回溯(最近一次调用)：
文件""，第1行，在……
文件"file.py"，第71行，在gather_vgt返回xr.open_dataset(文件名)
文件"/.../lib/python3.6/site-packages/xarray/backends/api.py"，第286行，在open_dataset autoclose=autoclose中)
文件"/.../lib/python3.6/site-packages/xarray/backends/netC
浏览 2提问于2018-03-16得票数 5
2回答
是否有可能在Azure Data Lake Analytics中添加比pandas、numpy和numexpr更多的Python库？具体地说，在使用U-SQL处理NetCDF文件时，我们需要使用xarray、matplotlib、Basemap、pyresample和SciPy。
浏览 2提问于2016-12-09得票数 2
我一直是Windows上Eclipse的忠实用户--主要用于开发Python代码。最近，我需要对xarray和netcdf4包做些什么。我第一次使用的是一个旧版本的Eclipse，但当我遇到问题时，我在我的Windows10机器上安装了最新的LiClipse -版本8.2.0 (64位)。我使用py37_4.9.2 3 (64位)和AnacondaNavigator2.1.2来管理我的Python环境。我只写了几行文字。当我试图导入包netcdf4时，立即收到一个导入错误，即在按下“调试”按钮后无法找到netcdf4 DLL之一。当我尝试在没有netcdf4直接参与的情况下工作，但只使用xar
浏览 6提问于2022-03-18得票数 0
回答已采纳
我正在查看非洲的月度降水量数据，并希望将这些数据分成几个子区域。有没有办法在同一个ds上进行多个选择/裁剪？下面是我的代码： fn1 = 'cru_monthly_africa.nc'
ds1 = nt.open_data(fn1)
#Selecting a specific variable, time period and area and then calculating the field mean for each month:
ds1.select(variables = "pre")
ds1.select(years = range(1981,
浏览 32提问于2021-07-19得票数 0
回答已采纳
我想用xarray打开一个opendap url。它需要授权，因为它在UCAR RDA：
一个文件的url如下'‘
我不确定我能否以backend_kwarg的身份通过授权？
下面的代码将给出一条错误消息
import xarray as xr
url = "https://rda.ucar.edu/thredds/dodsC/files/g/ds084.1/2020/20200101/gfs.0p25.2020010100.f000.grib2"
ds = xr.open_dataset(url)
Traceback (most recent call last):
浏览 110提问于2021-02-13得票数 1
回答已采纳
我试图在windows上使用python中的xarray打开hdf4文件列表(特别是HDF MOD11文件)：
import xarray, glob
files = glob.glob(r'E:\data\*.hdf')
dates = [ some_func(f) for f in files] # gives a list of datetime objects
ds = xarray.open_mfdataset(files, engine='netcdf4', concat_dim=dates)
但是，我得到了以下错误：
OSError: NetC
浏览 15提问于2017-04-05得票数 0
回答已采纳
当我尝试使用xarray导入netCDF4文件时，我得到以下错误：
MissingDimensionsError：“name”有多个一维，其同名与其维度之一(“时间”、“名称”)相同。xarray不允许这样的变量，因为它们与标注维度的坐标冲突。
但是，我可以使用netCDF4 python库成功地导入这些数据，并从中获取所需的数据。问题是这个方法非常慢，所以我在寻找更快的方法，并想尝试xarray。和给我带来问题的代码。
from netCDF4 import Dataset
#import matplotlib
import matplotlib.pyplot as plt
import p
浏览 1提问于2019-03-11得票数 1
回答已采纳
我需要使用python的pvlib包(https://pvlib-python.readthedocs.io/en/stable/)计算阵列平面(POA)的辐照度。为此，我想使用WRF模型(GHI，DNI，DHI)的输出数据。输出数据是netCDF格式的，我使用netCDF4包打开它，然后使用wrf-python包提取必要的变量。 这样，我就得到了一个包含我将使用的变量的xarray.Dataset。然后，我使用xarray.Dataset.to_dataframe()方法将其转换为pandas数据帧，然后使用dataframe.values将该数据帧转换为numpy数组。然后我做了一个循环
浏览 38提问于2021-08-20得票数 4
我正在使用NDFD预测数据集，并希望在数组中分配lat和long，以使我能够在matplotlib之外绘制数据。我的版本是：
python 3.8，metpy 1.0.0，cartopy 0.18.0，xarray 0.16.2，虹吸0.8.0
import os.path
import sys
import xarray
from xarray.backends import NetCDF4DataStore
import xarray as xr
import pyproj
from datetime import *
import cartopy.feature as cfeatur
浏览 1提问于2021-03-11得票数 1
回答已采纳
我正在尝试读取单个WRF输出变量的时间序列。时间序列分布在5000多个netCDF文件中，每个文件一个时间戳。每个文件包含大约200个变量。 有没有办法只对我感兴趣的变量调用xarray.open_mfdataset()？我可以通过向'data_vars‘参数提供一个列表来指定单个变量，但它仍然会读取'minimal’情况下的所有内容。对于我的文件来说，“最小”情况几乎包含了所有内容，因此相对较慢。 我最好的办法是用ncrcat这样的东西创建一个包含我感兴趣的变量的netCDF文件，还是有一种更简单的方法可以完全在xarray (或其他一些python工具)中实现这一点？ 我
浏览 24提问于2019-06-14得票数 2
回答已采纳
在编写xarray.DataArray to_netcdf()时，我得到了一个to_netcdf。一切都正常，直到写入磁盘为止。但我找到了一个解决办法，就是使用dask.config.set(scheduler='single-threaded')。
在写入磁盘之前，每个人都应该使用dask.config.set(scheduler='single-threaded')吗？
我是不是遗漏了什么？
我测试了两个调度程序：
1) from dask.distributed import Client; client = Client()
2) im
浏览 0提问于2019-04-25得票数 0
我使用xarray导入不同的netCDF文件，最终需要将它们全部转换为一个熊猫数据帧。这是一个包含天气数据的文件，随着时间的推移，某些纬度和经度的许多观测数据都会丢失(因为它们位于海洋中央)。坐标: Lat，Long，Time；变量: Temp，Pre。在转换为数据帧之前，我希望删除这些丢失的观测值/整个坐标。有没有一种简单有效的方法可以用xarray做到这一点呢？我在文件里什么也没找到。
import pandas as pd
import xarray as xr
path = 'Z:/Research/Climate_change/Climate_extreme_index/
浏览 0提问于2018-09-28得票数 5
我在xarray数据集中有一些复杂的数据(numpy dtype complex128)，我想用to_netcdf保存这些数据。我得到以下错误：
TypeError: illegal primitive data type, must be one of dict_keys(['S1', 'i1', 'u1', 'i2', 'u2', 'i4', 'u4', 'i8', 'u8', 'f4', 'f8']), got c
浏览 5提问于2017-11-07得票数 3
回答已采纳
1回答
python模块xarray很大程度上支持加载/映射netCDF文件，甚至懒洋洋地使用dask。
我必须使用的数据源是数千个hdf5文件，有很多组、数据集和属性--所有这些都是用h5py创建的。
问题是：如何加载(或者更好地使用dask，懒散地映射) hdf5数据(数据集、元数据、.)变成xarray数据集结构？
有没有人在这方面有过经验，或者遇到过类似的问题？谢谢!
浏览 0提问于2019-02-11得票数 10
回答已采纳
我对xarray非常陌生，我尝试使用以下文件将一个附属netcdf文件导入到使用xarray的python中：https://tropomi.gesdisc.eosdis.nasa.gov/data//S5P_TROPOMI_Level2/S5P_L2__NO2____HiR.1/2020/003/S5P_OFFL_L2__NO2____20200103T170946_20200103T185116_11525_01_010302_20200105T100506.nc 这是我使用的代码： import xarray as xr
import numpy as np
import pandas
浏览 36提问于2021-04-27得票数 0
回答已采纳
对我的上一个问题稍作修改
当我读入另一个Hs文件时，它会拾取属性valid_min: 0，因此该文件会自动用nan的属性读入
f = xr.open_dataset('ww3.Hs.mask.nc')
<xarray.DataArray 'hs' (time: 1, latitude: 81, longitude: 131)>
array([[[ nan, nan, ..., nan, nan],
[ nan, nan, ..., nan, nan],
...,
[ nan,
浏览 3提问于2017-04-19得票数 0
我在MODIS正弦网格中有18个tif文件，我想转换成一个netcdf格式的文件。我已经将tifs转换为名为stacked的xarray xarray.core.dataset.Dataset格式。此时，如果我的投影是WGS 84，我通常可以导出到netcdf，如下所示： stacked.lat.attrs['long_name'] = 'latitude'
stacked.lat.attrs['units'] = 'degrees_north'
stacked.lat.attrs['standard_name'
浏览 33提问于2021-09-04得票数 0
回答已采纳
我有一个xarray DataArray对象da_criteria_daily，其中是从一个netCDF文件生成的。 <xarray.DataArray (time: 365, latitude: 106, longitude: 193)>
dask.array<shape=(365, 106, 193), dtype=bool, chunksize=(1, 106, 193)>
Coordinates:
* time (time) datetime64[ns] 2017-01-01 2017-01-02 ... 2017-12-31
* lati
浏览 31提问于2019-01-30得票数 1
我正在使用xarray.DataArray向应用一个函数。它适用于某些NetCDF，而与其他在维度、坐标等方面似乎相当的NetCDF失败。但是，在代码工作的NetCDF与代码失败的NetCDF之间肯定有一些不同，希望有人在看到代码和关于下面列出的文件的一些元数据之后，能够评论问题所在。
我正在运行的执行计算的代码如下：
# open the precipitation NetCDF as an xarray DataSet object
dataset = xr.open_dataset(kwrgs['netcdf_precip'])
# get the precipitat
浏览 0提问于2018-11-01得票数 4
回答已采纳
1回答
我正在尝试基于变量从netCDF文件中提取天气数据。.nc文件包含14个变量和2个维度。我想提取与第一个变量的值相关的14个变量的所有数据。这些数据来自荷兰计量研究所，可以找到。
数据是使用netCDF4模块加载的，如下所示：
import netCDF4 as nc
filename = r'path/file.nc'
dataset = nc.Dataset(filename)
打印变量和尺寸：
dataset.variables.keys()
Out[67]: odict_keys(['station', 'time',
浏览 0提问于2019-05-20得票数 0
回答已采纳
我有一个非常大的NetCDF文件。
我尝试使用python xarray模块中的dask.array特性，并在打开此数据时指定了块大小。它工作得很好；但是，当我尝试使用.load()将变量加载到内存中时，它非常慢。
我想知道是否有任何选项(在xarray或其他python模块中)通过提供维度索引(lat、lon)来读入NetCDF文件的子集？这样，我就可以直接将函数应用于子集文件，而无需使用dask.array。
浏览 0提问于2018-04-25得票数 1
我想将GeoDataFrame保存为NetCDF文件。然后，我可以在以后将它与另一个NetCDF文件结合起来。
但是，保存从GeoDataFrame转换的数据集有一个错误。下面是一个简单的代码和错误信息：
import geopandas
world = geopandas.read_file(geopandas.datasets.get_path('naturalearth_lowres'))
ds = world.to_xarray()
ds.to_netcdf('test.nc')
错误：
ds.to_netcdf('test.nc
浏览 7提问于2021-11-30得票数 1
回答已采纳
我有多个netCDF4数据集，其中包含一整年的月度天气数据。在xarray中使用groupby方法提取月度数据后，我无法从分组结果中获得均值、标准差等统计信息。它在执行基本算术运算时会产生错误。 我按以下方式对月度数据进行了分组： monthTime = ds.groupby('time.month') 在此之后，当我想要获取温度值时，它会显示一个错误： monthTime['temp'] TypeError: 'DatasetGroupBy' object is not subscriptable 在计算monthTime变量的平均值时，我得
浏览 16提问于2019-04-16得票数 0
1回答
我正在尝试读取放在我的S3存储桶中的netCDF文件，我正在使用Xarray来读取这些文件。下面的示例代码运行良好，如果我在本地文件夹中有相同的文件，比如~/downloads/60e0489fcab82c714f516064b4e6b7acf724b7b9.nc，但我是S3的新手，并且不确定我错过了什么。 我正在尝试通过Xarray读取netCDF并将其转换为csv。对于读取netCDF4并将其转换为CSV，Boto3不起作用。 下面是我的lambda函数： import xarray
def handler(event, context):
filename = &#
浏览 23提问于2020-07-03得票数 1
我正在Python语言中对Netcdf文件应用切片和聚合操作。处理此类文件的解决方案之一是使用Xarray库。 我对库功能还很陌生，所以我想知道Xarray对象是否像pandas一样拥有一些方法来检查切片的DataSet/DataArray是否为空(在Pandas的情况下，可以通过' empty‘方法检查dataframe/series是否为空)。 我找到的唯一解决方案是始终将Xarray Dataset/DataArray转换为pandas Dataframe/Series，然后检查它是否为空。 以下是示例代码片段： import xarray as xr
path = '
浏览 36提问于2019-09-13得票数 3
回答已采纳
我尝试使用xarray读写netCDF文件。
原始文件：
netcdf test {
dimensions:
TIME = 1 ;
variables:
double TIME(TIME) ;
char VHM0_DM(TIME) ;
data:
TIME = 25625;
VHM0_DM =
"D";
}
Python代码：
import xarray as xr
ds = xr.open_dataset("test.nc")
ds.to_netcdf("test-write.nc"
浏览 3提问于2021-08-03得票数 0
我有一个每日全球海洋表面温度的大文件(>GB)。我以前从来没有真正使用过netCDF文件，主要是小得多的熊猫数据帧和CSV。通过一些调整，我能够使用netCDF数据制作一些世界地图，但我也是从每月数据开始的，因此数据量与日值相比要大得多。我现在正在使用numpy和matplotlib，在Windows上使用Python。我尝试过xarray，但它无法分配空间...对于可以操作netCDF的软件，有什么建议吗？或者有没有办法“忽略”我不需要的值？我遇到了掩蔽，但我不确定这是否会有帮助？切片？
例如，从这个netCDF，我只想访问夏威夷群岛周围的数据，以及具体的时间范围。
这是出于海洋学/气
浏览 0提问于2021-06-11得票数 0
1回答
我是Python的新手。我有两个netCDF文件，我使用xarray提取变量并相应地绘制它们。
代码如下：
import xarray as xr
#Open dataset 1
dset = xr.open_dataset("dataset.nc")
print(dset)
#Extract tss variable from dataset 1
tss = dset['tss']
print(tss)
#Visualise
dset['tss'].plot(cmap = 'rainbow',vmax = 20.0)
浏览 2提问于2020-11-23得票数 1
我有几个以逗号分隔的数据文件，我想要加载到xarray数据集中。每个文件中的每一行表示固定网格中字段的不同空间值，每个文件代表不同的时间点。网格间距是固定的，时间不变。网格的间距不均匀。最终目标是计算max_{x, y} { std_t[ value(x, y, t) * sqrt(y **2 + x ** 2)] }，其中sqrt是平方根，std_t是相对时间的标准差，max_{x, y}是所有空间的最大值。
我在加载数据时有问题。我不清楚如何将几个CSV文件加载到xarray数据集中。有一个open_mfdataset函数，它设计用于将多个数据文件加载到一个数据集中，但似乎需要hdf5或n
浏览 2提问于2020-12-29得票数 3
回答已采纳
我有一个光栅时间序列存储在多个GeoTIFF文件(*.tif)中，我想将其转换为单个NetCDF文件。数据为uint16。
我可能可以使用gdal_translate将每个映像转换为netcdf，使用：
gdal_translate -of netcdf -co FORMAT=NC4 20150520_0164.tif foo.nc
然后用NCO编写一些脚本，从文件名中提取日期，然后进行连接，但我想知道我是否可以在xarray中更有效地使用xarray，这是一个新的rasterio后端。
我可以很容易地读到文件：
import glob
import xarray as xr
f = glo
浏览 1提问于2017-10-23得票数 6
回答已采纳
我有一些问题，试图获得一个月平均值与哨兵3图像在…一切，真的。Python，Matlab，我们是两个陷入这个问题的人。
主要原因是这些图像的信息不在单个netcdf文件中，整齐地与坐标和产品放在一起。取而代之的是，它们都被放在一个名为的一天文件夹中的单独文件中。据我所知，SNAP使用一个xmlxs文件来处理所有这些独立的.nc文件。
现在，我认为这将是一个好主意，尝试合并和创建/编辑.nc文件，创建一个新的每日.nc，其中包括叶绿素，坐标，以及，也可以添加它，时间。稍后，我将合并这些新的值，以便能够使用xarray计算月平均值。至少这是我的想法，但我不能做第一部分。这可能是一个显而易见的解决方
浏览 7提问于2020-10-06得票数 2
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
