调查网赚钱,肉牛犊,优秀共产党员徐新贤
前言
这两天帮一个朋友处理了些 nc 数据，本以为很简单的事情，没想到里面涉及到了很多的细节和坑，无论是“知难行易”还是“知易行难”都不能充分的说明问题，还是“知行合一”来的更靠谱些，既要知道理论又要知道如何实现，于是经过不太充分的研究后总结成此文，以记录如何使用 python 处理 nc 数据。
一、nc 数据介绍
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（参考 是 Mapbox 开源的空间数据处理框架，功能非常强大，此处不细说，只表如何处理我们的 nc 数据。
当然第一种方式就是使用 netCDF4 处理完之后，使用此框架写入 GeoTiff，但是这样不太优雅，而且使用了两个框架，明显过于麻烦，我们直接使用此框架从读数据开始处理。
此处读的时候就有技巧了，要像采用 gdalinfo 读取 SUBDATASET 一样来直接读取此 SUBDATASET 数据，如下：
我要评论
with rio.open('NETCDF:name.nc:SUBDATASET_NAME') as src:
print(src.meta)
dim = int(src.meta['count'])
src.read(range(1, dim + 1))
即给 open 函数传入 NETCDF:name.nc:SUBDATASET_NAME，采用 src.read(range(1, dim + 1)) 可以直接读出此范围内所有 Band （时间点）的信息，范围可以自己设定，注意从 0 开始，当然也可以仅读取某个 Band 的信息。
src.meta 记录了此 SUBDATASET 的元数据信息，与 gdalinfo 看到的基本相同。
这样我们就可以继续将此数据使用 numpy 等框架进行处理，处理完之后更重要的是要写入 GeoTiff 中（直白的说就是添加空间信息）。
也很简单，如下即可：
with rio.open(newfile, 'w', **out_meta) as dst: dst.write_band(1, res_arr)
newfile 为存储路径，res_arr 为计算结果数组，注意尺寸不要发生变化（width*height），out_meta 为目标文件的元数据描述信息，可以直接将上面 src.meta 进行简单处理即可。
out_meta =
meta.update({"driver": "GTiff",
"dtype": "float32",
'count': 1,
'crs': 'Proj4: +proj=longlat +datum=WGS84 +no_defs',
'transform': rasterio.transform.from_bounds(west, south, east, north, width, height)
})
crs 表示目标数据空间投影信息，transform 表示目标文件 空间范围信息，可以通过经纬度信息和图像尺寸等计算得到。
dst.write_band 将数据写入对应波段，当然此处也可以写入多个波段，根据计算结果而定，同样从 1 开始。
三、总结
本文简单介绍了 nc 数据的特点及如何使用 python 处理 nc 数据。每个目标都有多条路可以达到，重要的是找到那条自己喜欢的和适合自己的路，然而话又说回来，即使走的不是想要的那条路，不是一样可以达到目标嘛！所以关键是要找到自己的目标。
好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，如果有疑问大家可以留言交流，谢谢大家对移动技术网的支持。
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
Python 实现将numpy中的nan和inf,nan替换成对应的均值
python爬虫把url链接编码成gbk2312格式过程解析
网友评论