NC文件根据经纬度提取点上数值-Toy模板网

这篇具有很好参考价值的文章主要介绍了NC文件根据经纬度提取点上数值。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

Hello，Hello，Hello，大家好，时隔上一次更新已经很久了，今天主要和大家分享一组简单的代码，来提取NC文件中某一点的数值！

实例数据说明

本次实例数据依旧使用喜闻乐见的NCEP数据，数据使用的是多层气温。或者可以直接点击这里下载
根据经纬度查看其在nc数据的网格行列数,python,numpy
这个就是下载好的数据：

大家可以看一下，这个数据是四维数据(Level维、Time维、经度、纬度)，大家一般在使用的过程中也就是提取某一个Level的某一格点的全时间序列数据(下面会详细讲解的)。

代码部分

首先，我们加载一下刚刚下载好的数据。

import xarray as xr
import numpy as np
import pandas as pd
ds = xr.open_dataset(r'air.mon.mean.nc')
ds

根据经纬度查看其在nc数据的网格行列数,python,numpy
大家需要注意的是，这个数据是四维的，所以在我们之后提取的过程中就需要注意这一点。
然后我选取了1000hPa这一层的气温

ds = ds.sel(level=1000)
ds

根据经纬度查看其在nc数据的网格行列数,python,numpy
紧接着，就是正题，根据经纬度读取数据

find_latindex = 32.5 #需要查询的纬度
find_lonindex = 120.5 #需要查询的经度

air_tem = ds['air'].values #读取气温数据
lon = ds['lon'].values.tolist() #读取经度，并且一定要转化为列表格式，因为后面所使用的函数不支持numpy或者其他格式
lat = ds['lat'].values.tolist() #读取纬度

#查询距离指定纬度最近的格点
lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex))) 
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))

#读取数据
air_select = air_tem[:, lat_index, lon_index]
time = ds['time'].values

根据经纬度查看其在nc数据的网格行列数,python,numpy
最后转化为DateForm并输出成Excel

df = pd.DataFrame({'time': time, 'air': air_select})
df.to_excel('air.xlsx', index=False)

根据经纬度查看其在nc数据的网格行列数,python,numpy

完整代码

import xarray as xr
import numpy as np
import pandas as pd
ds = xr.open_dataset(r'air.mon.mean.nc')
ds = ds.sel(level=1000)
find_latindex = 32.5
find_lonindex = 120.5

air_tem = ds['air'].values
lon = ds['lon'].values.tolist()
lat = ds['lat'].values.tolist()

lat_index = lat.index(min(lat, key=lambda x: abs(x - find_latindex)))
lon_index = lon.index(min(lon, key=lambda x: abs(x - find_lonindex)))
#读取数据
air_select = air_tem[:, lat_index, lon_index]
time = ds['time'].values
df = pd.DataFrame({'time': time, 'air': air_select})
df.to_excel('air.xlsx', index=False)