使用python的netCDF4庫讀取.nc文件 和 創建.nc文件

　　使用python netCDF4庫讀取.nc文件 和 創建.nc文件

　　1. 介紹

　　.nc(network Common Data Format)文件是氣象上常用的數據格式，python上讀取.nc使用較多的庫為netCDF4這個庫，下面將介紹這個庫的具體方法。

　　安裝很簡單:

　　pip install netCDF4

　　2. .nc文件的讀取

　　#導入nc庫

　　import netCDF4 as nc

　　filename = '2017-06-15_2017-06-17.nc' # .nc文件名

　　f = nc.Dataset(filename) #讀取.nc文件，傳入f中。此時f包含了該.nc文件的全部信息

　　#step1： 查看.nc文件的全部變量，及該變量的全部信息(維度大小，單位等)

　　all_vars = f.variables.keys() #獲取所有變量名稱

　　print(len(all_vars)) #長度為18

　　all_vars_info = f.variables.items() #獲取所有變量信息

　　print(type(all_vars_info)) #輸出為： odict_items 。這里將其轉化為 list列表

　　print(len(all_vars_info)) #長度為18

　　all_vars_info = list(all_vars_info) #此時每個變量的信息為其中一個列表

　　如圖：包含經緯度、時間、等變量名稱

　　看看 all_vars_info的前兩個變量的信息，如下，顯示了 shape unit name float32 fillvalue等信息

　　#step2： 查看.nc文件的單個變量，及該變量的全部信息(維度大小，單位等)

　　如果對某個變量感興趣(已知變量名)，想查看這個變量的信息，獲取這個變量的數據，方法如下：

　　#我們要查看 ’u‘的信息

　　var = 'u'

　　var_info = f.variables[var] #獲取變量信息

　　var_data = f[var][:] #獲取變量的數據

　　print(var_info)

　　print(var_data.shape)

　　#很方便轉化為array數組

　　print(type(var_data)) # .nc文件的變量數組都為Masked array

　　var_data = np.array(var_data) #轉化為np.array數組

　　輸出如下：

　　#step3： 列表形式記錄所有變量信息

　　###最直接的辦法，獲取每個變量的縮寫名字，標準名字(long_name),units和shape大小。這樣很方便后續操作

　　all_vars_name = []

　　all_vars_long_name = []

　　all_vars_units = []

　　all_vars_shape = []

　　for key in f1.variables.keys():

　　all_vars_name.append(key)

　　all_vars_long_name.append(f1.variables[key].long_name)

　　all_vars_units.append(f1.variables[key].units)

　　all_vars_shape.append(f1.variables[key].shape)

　　結果如下：

　　**注意：**完成上述操作之后，記得關掉該文件

　　f.close() #關閉文件。如果文件關閉后，再使用f.variabels.items()等操作是行不通的。

　　3. nc文件的創建

　　#step1： 創建一個文件

　　f_w = nc.Dataset('hecheng.nc','w',format = 'NETCDF4') #創建一個格式為.nc的，名字為 ‘hecheng.nc’的文件

　　#step2： 寫入一些基本的信息

　　.nc文件的里面的每個變量都有維度信息，比如，上面的 var=‘u’,維度為 1237161*177。這里面的各個維度，并不是隨便定義的，是與基礎的變量信息相關的。

　　如[12,37,161,177] = [time,level,latitude,longitude],第一個維度為時間信息，依次為 垂直層信息，緯度、經度信息。

　　所以，我們要先寫入一些基本的信息：時間，垂直層，緯度，經度

　　#time緯度為12。注意，第2個參數 表示維度，但是必須是 integer整型，也就是只能創建一個基礎單一維度信息。

　　#如果后面要創建一個變量維度>1，則必須由前面的單一維度組合而來。后面會介紹。

　　#確定基礎變量的維度信息。相對與坐標系的各個軸(x,y,z)

　　f_w.createDimension('time',12)

　　f_w.createDimension('level',37)

　　f_w.createDimension('lat',161)

　　f_w.createDimension('lon',177)

　　##創建變量。參數依次為：‘變量名稱’，‘數據類型’，‘基礎維度信息’

　　f_w.createVariable('time',np.int,('time'))

　　f_w.createVariable('level',np.int,('level'))

　　f_w.createVariable('lat',np.float32,('lat'))

　　f_w.createVariable('lon',np.float32,('lon'))

　　#寫入變量time的數據。維度必須與定義的一致。

　　time = np.array([0,6,12,18,0,6,12,18,0,6,12,18])

　　f_w.variables['time'][:] = time

　　#新創建一個多維度變量，并寫入數據，

　　f_w.createVariable( 'u', np.float32, ('time','level','lat','lon'))

　　var_data = np.ones(shape=(12,37,161,177), dtype = np.float32)

　　f_w.variables[var][:] = var_data

　　關閉文件

　　f_w.close()

　　還可以寫入fill_value等信息

　　按照上述方式創建完成后，用一些可視化軟件打開，結果如上圖。

　　#step3： 創建群組

　　如上圖，所以變量都是平行的位置，如果變量特別多，將相同類型的變量放進同一個group中，會更加方便。

　　來看一個示例： 無錫婦科醫院排行 http://www.0510bhyy.com/

　　f_w = nc.Dataset('haha4.nc','w',format = 'NETCDF4')

　　f_w.createDimension('time',12)

　　f_w.createDimension('level',37)

　　f_w.createDimension('lat',161)

　　f_w.createDimension('lon',177)

　　f_w.createVariable('time',np.int,('time'))

　　f_w.createVariable('level',np.int,('level'))

　　f_w.createVariable('lat',np.float32,('lat'))

　　f_w.createVariable('lon',np.float32,('lon'))

　　time = np.array([0,6,12,18,0,6,12,18,0,6,12,18])

　　f_w.variables['time'][:] = time

　　f_w.variables['level'][:] = level

　　f_w.createVariable( 'q', np.float32, ('time','level','lat','lon'))

　　var_data = np.ones(shape=(12,37,161,177), dtype = np.float32)

　　f_w.variables['q'][:] = var_data

　　#創建一個群組，名字為'wind'

　　group1 = f_w.createGroup('wind')

　　group1.createVariable( 'u', np.float32, ('time','level','lat','lon'))

　　var_data = np.ones(shape=(12,37,161,177), dtype = np.float32)

　　group1.variables['u'][:] = var_data

　　group1.createVariable( 'v', np.float32, ('time','level','lat','lon'))

　　var_data = np.zeros(shape=(12,37,161,177), dtype = np.float32)

　　group1.variables['v'][:] = var_data

　　group1.close # 關閉群組， 注意，這里沒有括號

　　f_w.close()

　　創建結果如下：

　　看，group的信息出來了

　　**#step4：查看帶有group的.nc文件的信息 **

　　f1 = nc.Dataset('haha5.nc')

　　vars = f1.variables.keys() #odict_keys(['time', 'level', 'lat', 'lon', 'q']) 看不到groups信息

　　#通過以下命令

　　group_name = f1.groups.keys() #獲取組名,輸出為：odict_keys(['wind'])

　　使用如下命令都能看到group內的變量的信息。

　　#獲取group內的變量的數據

　　group_var_data = f1['wind']['u'][:]

　　print(group_var_data.shape) #(12, 37, 161, 177)

　　4. 總結

　　氣象上常用除了.nc文件外，還有 hdf文件，這兩者格式都差不多，但是我更愛.hdf格式文件