NC文件根据经纬度提取点上数值

Hello,Hello,Hello,大家好,时隔上一次更新已经很久了,今天主要和大家分享一组简单的代码,来提取NC文件中某一点的数值!

文章目录

  • 实例数据说明
  • 代码部分
  • 完整代码

实例数据说明

本次实例数据依旧使用喜闻乐见的NCEP数据,数据使用的是多层气温。或者可以直接点击这里下载
NC文件根据经纬度提取点上数值_第1张图片
这个就是下载好的数据:
NC文件根据经纬度提取点上数值_第2张图片
大家可以看一下,这个数据是四维数据(Level维、Time维、经度、纬度),大家一般在使用的过程中也就是提取某一个Level的某一格点的全时间序列数据(下面会详细讲解的)。

代码部分

首先,我们加载一下刚刚下载好的数据。

import xarray as xr
import numpy as np
import pandas as pd
ds = xr.open_dataset(r'air.mon.mean.nc')
ds

NC文件根据经纬度提取点上数值_第3张图片
大家需要注意的是,这个数据是四维的,所以在我们之后提取的过程中就需要注意这一点。
然后我选取了1000hPa这一层的气温

ds = ds.sel(level=1000)
ds

NC文件根据经纬度提取点上数值_第4张图片
紧接着,就是正题,根据经纬度读取数据

find_latindex = 32.5 #需要查询的纬度
find_lonindex = 120.5 #需要查询的经度

air_tem = ds['air'].values #读取气温数据
lon = ds['lon'].values.tolist() #读取经度,并且一定要转化为列表格式,因为后面所使用的函数不支持numpy或者其他格式
lat = ds['lat'].values.tolist() #读取纬度

#查询距离指定纬度最近的格点
lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex))) 
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))

#读取数据
air_select = air_tem[:, lat_index, lon_index]
time = ds['time'].values

NC文件根据经纬度提取点上数值_第5张图片
最后转化为DateForm并输出成Excel

df = pd.DataFrame({'time': time, 'air': air_select})
df.to_excel('air.xlsx', index=False)

NC文件根据经纬度提取点上数值_第6张图片

完整代码

import xarray as xr
import numpy as np
import pandas as pd
ds = xr.open_dataset(r'air.mon.mean.nc')
ds = ds.sel(level=1000)
find_latindex = 32.5
find_lonindex = 120.5

air_tem = ds['air'].values
lon = ds['lon'].values.tolist()
lat = ds['lat'].values.tolist()

lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex)))
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))
#读取数据
air_select = air_tem[:, lat_index, lon_index]
time = ds['time'].values
df = pd.DataFrame({'time': time, 'air': air_select})
df.to_excel('air.xlsx', index=False)

最后的效果如下图所示:
NC文件根据经纬度提取点上数值_第7张图片

拜拜啦

你可能感兴趣的:(python,numpy)