对于带有Python 3的netCDF4文件,请使用:
import netCDF4
file2read = netCDF4.Dataset(cwd+'\filename.nc','r')
var1 = file2read.variables['var1'] # access a variable in the file
其中cwd是我的当前工作目录,用于获取.nc文件的文件路径以便读取它:
import os
cwd = os.getcwd()
我正在使用 Windows,因此文件目录与 Mac 或 Linux 不同。
要查看所有变量键:
print(file2read.variables.keys())
这将会产生如下输出:
dict_keys(['ap', 'ap_bnds', 'b', 'b_bnds', 'bnds', 'ch4', 'lat', 'lat_bnds', 'lev', 'lev_bnds', 'lon', 'lon_bnds', 'time', 'time_bnds'])
或者查看您的netcdf4文件中的所有变量,只需打印“file2read”:
print(file2read)
输出将包括类似以下内容(特别是看结尾):
source_id: GFDL-ESM4
source_type: AOGCM AER CHEM BGC
sub_experiment: none
sub_experiment_id: none
title: NOAA GFDL GFDL-ESM4 model output prepared for CMIP6 update of RCP8.5 based on SSP5
variable_id: ch4
variant_info: N/A
references: see further_info_url attribute
variant_label: r1i1p1f1
dimensions(sizes): lev(49), bnds(2), time(1032), lat(180), lon(288)
variables(dimensions): float64 ap(lev), float64 ap_bnds(lev, bnds), float64 b(lev), float64 b_bnds(lev, bnds), float64 bnds(bnds), float32 ch4(time, lev, lat, lon), float64 lat(lat), float64 lat_bnds(lat, bnds), float64 lev(lev), float64 lev_bnds(lev, bnds), float64 lon(lon), float64 lon_bnds(lon, bnds), float64 time(time), float64 time_bnds(time, bnds)
你可以注意到最后一部分包括变量的维度、类型和名称。
查看此网站获取更多信息和示例:https://www.earthinversion.com/utilities/reading-NetCDF4-data-in-python/