用Python实现ASCII类型栅格数据转NC文件
文章目录
- 数据准备
-
- 预处理
- 示例数据展示
- 代码讲解
-
- 库函数准备
- 文件读取
- 经纬度生成
- 数组生成
- 保存为NC文件
- 完整代码奉上
- 预告
Hello！Hello！大家好！
今天给大家带来的主要是如何利用Python读取ASCII码形式的数据，并将其转化为NC文件
预告：下一期将给大家带来ASCII码形式数据转TIF(有地理信息坐标的哦！)
数据准备
如果无需复现程序，可以直接跳过这一部分的内容，从下一节开始啦 \color{red}{如果无需复现程序，可以直接跳过这一部分的内容，从下一节开始啦} 如果无需复现程序，可以直接跳过这一部分的内容，从下一节开始啦
为了方便本次教程的开展，我还是使用NCEP的多气压层气温数据，只是我这里为方便大家复现整个流程，现将其转为ASCII形式再用Python对其进行处理，下载网址在这里：点我，点我，快点我。
预处理
ArcGIS打开NC
接下来使用这个工具就行将TIF转为ASCII
示例数据展示
如果大家需要处理的数据是这个类型的，或者和这样子很像的文本数据（知道坐标网格的）其实处理起来的本质是一样的，那么接下里就开始本次教程把！
代码讲解
库函数准备
想要完成这个流程需要的库函数其实并不多，就下面这几个。
import xarray as xr
import numpy as np
文件读取
很简单，
def read_ASCII(file):
"""
读取ASCII文件
:param file: 输入是f.readlines(),一个列表文件
:return: 还是一个列表文件
:功能：防止文件中间或者末尾有空行
"""
file_tep = []
for j in range(len(file)):
if len(file[j].split()) != 0:
file_tep.append(file[j])
file = file_tep
f = open(r'D:\CSDN/ascii示例数据.txt')
file = read_ASCII(f.readlines())
经纬度生成
根据ASCII文件的格式类型，我们发现前六行都是网格信息，那么我们第一步就是先要将网格信息读取出来。
for num,value in enumerate(file):
value = value.split()
if len(value) != 0:
if num == 0:
cols = int(value[-1]) #列数
elif num == 1:
rows = int(value[-1]) #行数
elif num == 2:
s_lon = float(value[-1]) #左上角经度
elif num == 3:
s_lat = float(value[-1]) #左上角纬度
elif num == 4:
cell_size = float(value[-1]) #单元格大小
elif num == 5:
mask_value = float(value[-1]) #掩膜数值
print(cols,rows,s_lon,s_lat,cell_size,mask_value)
lat = np.arange(-90,90+0.1,2.5)[::-1]
lon = np.arange(0,360,2.5)
print(len(lat),len(lon))
print(lat,lon)
输出结果
结果显示的是起始经纬度分别是 − 1.25 和 − 91.25 \color{red}{-1.25和-91.25} −1.25和−91.25，而我在上边使用的 0 和 − 90 \color{red}{0和-90} 0和−90，这个起始是ArcGIS本身储存网格数据的机制造成的，我们在处理的时候一般是指网格中心经纬度，而ArcGIS是网格边缘经纬度，所以就造成了相差1.25（刚好是一半的单元格大小哦！），这个不是很重要的。
数组生成
values_array = np.zeros((rows,cols)) #创建一个空矩阵
f.seek(0) # 将文件指针重新定位到文件开头
n = 0
for num,value in enumerate(file):
value = value.split()
if len(value) != 0: # 如果文件中有空行，则不进行读取
if num > 5:
for j in range(len(value)):
if float(value[j]) == mask_value:
value[j] = np.nan # 根据mask_value将mask_value设置为nan
else:
value[j] = float(value[j])
values_array[n,:] = value
n = n+1
f.close()
print(values_array)
保存为NC文件
from metpy.units import units
ds = xr.Dataset()
# *units.degC 是给气温赋单位，有没有单位都可以，锦上添花的东西
ds['1000hPa气温'] = (('lat','lon'),values_array*units.degC)
ds.coords['lat'] = ('lat',lat)
ds.coords['lon'] = ('lon',lon)
ds.to_netcdf(r'D:\CSDN/ascii示例数据.nc')
完整代码奉上
import xarray as xr
import numpy as np
from metpy.units import units
def read_ASCII(file):
"""
读取ASCII文件
:param file: 输入是f.readlines(),一个列表文件
:return: 还是一个列表文件
:功能：防止文件中间或者末尾有空行
"""
file_tep = []
for j in range(len(file)):
if len(file[j].split()) != 0:
file_tep.append(file[j])
file = file_tep
return file
f = open(r'D:\CSDN/ascii示例数据.txt')
file = read_ASCII(f.readlines())
for num,value in enumerate(file):
value = value.split()
if len(value) != 0:
if num == 0:
cols = int(value[-1])
elif num == 1:
rows = int(value[-1])
elif num == 2:
s_lon = float(value[-1])
elif num == 3:
s_lat = float(value[-1])
elif num == 4:
cell_size = float(value[-1])
elif num == 5:
mask_value = float(value[-1])
print(cols,rows,s_lon,s_lat,cell_size,mask_value)
lat = np.arange(-90,90+0.1,2.5)[::-1]
lon = np.arange(0,360,2.5)
print(len(lat),len(lon))
print(lat,lon)
values_array = np.zeros((rows,cols)) #创建一个空矩阵
f.seek(0) # 将文件指针重新定位到文件开头
n = 0
for num,value in enumerate(file):
value = value.split()
if len(value) != 0: # 如果文件中有空行，则不进行读取
if num > 5:
for j in range(len(value)):
if float(value[j]) == mask_value:
value[j] = np.nan # 根据mask_value将mask_value设置为nan
else:
value[j] = float(value[j])
values_array[n,:] = value
n = n+1
f.close()
print(values_array)
ds = xr.Dataset()
# *units.degC 是给气温赋单位，有没有单位都可以，锦上添花的东西
ds['1000hPa气温'] = (('lat','lon'),values_array*units.degC)
ds.coords['lat'] = ('lat',lat)
ds.coords['lon'] = ('lon',lon)
ds.to_netcdf(r'D:\CSDN/ascii示例数据.nc')
预告
下一期打算做一下如何直接使用ASCII文件生成TIF文件