点击上方“Python爬虫与数据挖掘”，进行关注

回复“书籍”即可获赠Python从入门到进阶共10本电子书

今

日

鸡

汤

啼时惊妾梦，不得到辽西。

    大家好，我是Python进阶者。

前言

    前几天有个叫【温池】的粉丝在Python钻石交流群里问了一道关于.nc文件读取的问题，如下图所示。

    .nc文件和常规的文件不太一样，有专门的第三方处理库，netCDF4，需要安装才行。

pip install netCDF4

    如果觉得下载的慢，可以使用换源的方法进行下载：

pip install -i  https://pypi.tuna.tsinghua.edu.cn/simple netCDF4

    关于永久换源可以参考这个文章：手把手教你进行pip换源，让你的Python库下载嗖嗖的（系列二）、手把手教你进行pip换源，让你的Python库下载嗖嗖的。

一、nc文件基础知识

    nc 全称 netCDF（The Network Common Data Form），可以用来存储一系列的数组，就是这么简单。关于nc文件的介绍，可以参考：

https://www.unidata.ucar.edu/software/netcdf/docs/netcdf_introduction.html

    既然 nc 可以用来一系列的数组，所以经常被用来存储科学观测数据，最好还是长时间序列的。

    试想一下一个科学家每隔一分钟采集一次实验数据并存储了下来，如果不用这种格式存储，时间长了可能就需要创建一系列的 csv 或者 txt 等，而采用 nc 一个文件就可以搞定，是不是很方便呢？       

    更方便的是如果这个科学实验与气象、水文、温度等地理信息稍微沾点边的，完全也可以用 nc 进行存储， GeoTiff 顶多能多存几个波段（此处波段可以认为是气象、水文等不同信号），而 nc 可以存储不同波段的长时间观测结果，是不是非常方便呢？

二、解决方案

方法一：常规读取

    这个方法是在网上找到的，代码如下，其中关键部分有注释，应该都可以看得懂。

# -*- coding: utf-8 -*-
import netCDF4
from netCDF4 import Dataset
nc_obj = Dataset('D:\\tem_e0025_2.nc')


# 查看nc文件有些啥东东
# print(nc_obj)
# print('---------------------------------------')


# 查看nc文件中的变量，结果是：['lon', 'lat', 'lev', 'time', 'tem']
# print(nc_obj.variables.keys())
# for i in nc_obj.variables.keys():
#     print(i)
# print('---------------------------------------')


# 查看每个变量的信息
# print(nc_obj.variables['lat'])
# print(nc_obj.variables['lon'])
# print(nc_obj.variables['lev'])
# print(nc_obj.variables['time'])
# print(nc_obj.variables['tem'])
# print('---------------------------------------')


# 查看每个变量的属性
# print(nc_obj.variables['lat'].ncattrs())
# print(nc_obj.variables['lon'].ncattrs())
# print(nc_obj.variables['lev'].ncattrs())
# print(nc_obj.variables['time'].ncattrs())
# print(nc_obj.variables['tem'].ncattrs())
#
# print(nc_obj.variables['lat'].units)
# print(nc_obj.variables['lon'].units)
# print('---------------------------------------')


# 读取数据值
lat = (nc_obj.variables['lat'][:])
lon = (nc_obj.variables['lon'][:])
lev = (nc_obj.variables['lev'][:])
# print(lev)
time = (nc_obj.variables['time'][:])
tem = (nc_obj.variables['tem'][:])


# lat = (nc_obj.variables['lat'][1:2])
# lon = (nc_obj.variables['lon'][1:2])
# lev = (nc_obj.variables['lev'][1:2])
# time1 = (nc_obj.variables['time'][1:2])
# tem = (nc_obj.variables['tem'][1:2])


# print(lat)
# print(len(lat))
# print(lon)
# print(lev)
# print(time1)
# print(len(time))
# print(tem)
# print('---------------******-------------------')


file = open('ppm_lat.txt', 'a')
file.write('lat,lon,time,tem'+'\n')
file.write('lat,lon'+'\n')
file.write('lat'+'\n')
for i in range(len(lat)):
    file.write(str(lat[i])+',\n')
    file.write(str(lon[i])+',')
    file.write(str(lev[i])+',')
    file.write(str(time[i])+',')
    file.write(str(tem[i])+',\n')
file.close()

    你只需要替换代码中的nc文件路径即可，其他的内容，你可以自行自取。

方法二：直接取值

‍    这个方法是【温池】自己提供的，也是可以读取文件，进行取值的。

# -*- coding: utf-8 -*-
import netCDF4
from netCDF4 import Dataset




# 查看nc文件中的变量，结果是：['lon', 'lat', 'lev', 'time', 'tem']
# print(nc_obj.variables.keys())
# for i in nc_obj.variables.keys():
#     print(i)
# print('---------------------------------------')


A_temp = Dataset(r'E:\PythonCrawler\有趣的代码\数据分析\最小二乘法数据分析代码和数据\Temperature_20211031.nc')
lat = A_temp['latitude'][:].data  # 497个数字
lon = A_temp['longitude'][:].data  # 409个数字
temp = A_temp['T'][:].data  # 409个数字
depth = A_temp['depth'][:].data  # 51个数字


print(len(lat))
print(len(lon))

本文参考链接：
1. https://blog.csdn.net/showpingzhang/article/details/83384780
2. https://www.cnblogs.com/shoufengwei/p/9068379.html

    取值之后，接下来做回归、聚类等，就不展开赘述了。   

三、总结

    我是Python进阶者。本文基于粉丝提问，针对.nc文件读取的问题，给出了两种解决方法，顺利帮助粉丝解决了问题。虽然文中例举了两种方法，但是小编相信肯定还有其他的方法的，也欢迎大家在评论区谏言。

    最后感谢分享【温池】提问，感谢【🌑（这是月亮的背面）】、【dcpeng】等大佬参与讨论和解决。

    小伙伴们，快快用实践一下吧！如果在学习过程中，有遇到任何问题，欢迎加我好友，我拉你进Python学习交流群共同探讨学习。

------------------- End -------------------

往期精彩文章推荐：

• 手把手教你采集京东销售数据并做简单的数据分析和可视化
  

• 手把手教你用Pyecharts库对淘宝数据进行可视化展示

• 手把手教你用Pandas库对淘宝原始数据进行数据处理和分词处理

• Python项目实战篇——常用验证码标注&识别(前端+后端实现高效率数据标注)
  

欢迎大家点赞，留言，转发，转载，感谢大家的相伴与支持

想加入Python学习群请在后台回复【入群】

万水千山总是情，点个【在看】行不行

/今日留言主题/

随便说一两句吧~~