将一个numpy数据集转换为netCDF格式

Question

我是一名有用的助手，可以为您翻译文本。

我在Python中有一个大小为（16,250,186）的numpy数组，表示时间，纬度和经度。

我想将其转换为netCDF文件，以便将来可以轻松读取带有坐标的数据。

我的numpy数组看起来像这样。

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，我的上面的numpy数组表示了16年的年度值。

chirps_precip =xarray.open_mfdataset("/home/chandra/Data/CHIRPS/chirps-v2.0.2000.days_p25.nc")
precip = chirps_precip.precip.sel(latitude = slice(-50,12.5), longitude = slice(-81.25,-34.75))
precip[0,:,:]

Output:
<xarray.DataArray 'precip' (latitude: 250, longitude: 186)>
dask.array<shape=(250, 186), dtype=float32, chunksize=(250, 186)>
Coordinates:
  * latitude   (latitude) float32 -49.875 -49.625 -49.375 ... 12.125 12.375
  * longitude  (longitude) float32 -81.125 -80.875 -80.625 ... -35.125 -34.875
    time       datetime64[ns] 2000-01-01
Attributes:
    units:               mm/day
    standard_name:       convective precipitation rate
    long_name:           Climate Hazards group InfraRed Precipitation with St...
    time_step:           day
    geostatial_lat_min:  -50.0
    geostatial_lat_max:  50.0
    geostatial_lon_min:  -180.0
    geostatial_lon_max:  180.0

这些是“chirps_precip”数据集的坐标，我希望我的numpy数组“RZS”在时间步上具有年份（如2000、2001、......2015）。

我已经尝试过一些方法。

# from xarray
array = xarray.DataArray(RZS, latitude = 'precip.latitude')

#from netCDF
Dataset.createVariable('rootzone storage cap', np.float32, ('time','lat','lon'))

但是我什么也做不了。我还尝试复制attrs和coords，但那也没有起作用。 看起来我做错了。有人能建议我缺少什么吗？

我希望我的numpy数组具有与netcdf文件相同的坐标，但时间属性修改为年。

- Ep1c1aN

Answer 1

我建议使用netCDF4模块编写代码，假设你有存储经度和纬度的变量lat和lon，并且dataout是输出数据。

#!/usr/bin/env ipython
# ---------------------
import numpy as np
import datetime
from netCDF4 import Dataset,num2date,date2num
# -----------------------
nyears = 16;
unout = 'days since 2000-01-01 00:00:00'
# -----------------------
ny, nx = (250, 186)
lon = np.linspace(9,30,nx);
lat = np.linspace(50,60,ny);

dataout = np.random.random((nyears,ny,nx)); # create some random data
datesout = [datetime.datetime(2000+iyear,1,1) for iyear in range(nyears)]; # create datevalues
# =========================
ncout = Dataset('myfile.nc','w','NETCDF3'); # using netCDF3 for output format 
ncout.createDimension('lon',nx);
ncout.createDimension('lat',ny);
ncout.createDimension('time',nyears);
lonvar = ncout.createVariable('lon','float32',('lon'));lonvar[:] = lon;
latvar = ncout.createVariable('lat','float32',('lat'));latvar[:] = lat;
timevar = ncout.createVariable('time','float64',('time'));timevar.setncattr('units',unout);timevar[:]=date2num(datesout,unout);
myvar = ncout.createVariable('myvar','float32',('time','lat','lon'));myvar.setncattr('units','mm');myvar[:] = dataout;
ncout.close();

与xarray相比，使用该模块需要编写更多的代码，但仍然非常容易创建netCDF文件。

- msi_gerva