5

我有一个 NetCDF 文件，其中包含一个具有精度/比例 == 7/2 的浮点值的变量，即可能的值从 -99999.99 到 99999.99。

当我从 NetCDF 变量中取出一部分值并在调试器中查看它们时，我发现我现在在数组中拥有的值比我在原始 NetCDF 中看到的值具有更高的精度/比例。例如，当我查看 ToosUI/ncdump 查看器中的值时，它们显示为“-99999.99”或“12.45”，但当我查看切片数组中的值时，它们看起来像“-99999.9921875”（更大的比例长度）。因此，如果我使用“-99999.99”作为预期值来指示丢失的数据点，那么我将无法与被拉入切片数组的内容匹配，因为这些值具有更大的比例长度和额外的数字scale 不仅仅是填充的零。

例如，如果我在 NetCDF 数据集中的一个点上执行 ncdump，我会看到这一点：

Variable: precipitation(0:0:1, 40:40:1, 150:150:1)

float precipitation(time=1348, lat=180, lon=360);
  :units = "mm/month";
  :long_name = "precipitation totals";

 data:

  {
    {
      {-99999.99}
    }
  }

但是，如果我从变量中获取一部分数据，如下所示：

value = precipitationVariable[0:1:1, 40:41:1, 150:151:1]

然后我在调试器（Eclipse/PyDev）中看到它是这样的：

value == ndarray: [[[-99999.9921875]]]

因此，我读入 Numpy 数组的 NetCDF 数据集值似乎没有以与 NetCDF 文件中的原始值相同的精度/比例被读取。或者也许 NetCDF 中的值实际上与我在阅读它们时看到的相同，但是由于 ncdump 程序本身的一些格式设置，通过 ncdump 向我显示的内容被截断。

任何人都可以就这里发生的事情提出建议吗？在此先感谢您的帮助。

顺便说一句，我正在 Windows XP 机器上使用 Python 2.7.3 开发此代码，并使用此处提供的 NetCDF4 API 的 Python 模块：https ://code.google.com/p/netcdf4-python/

4

1 回答 1

8

没有简单的方法可以做您想做的事情，因为 numpy 将值存储为单精度，因此它们将始终具有 0.99 之后的尾随数字。

但是，netCDF 已经提供了丢失数据的机制（请参阅最佳实践指南）。netCDF 文件最初是如何编写的？这missing_value是一个特殊的变量属性，应该用来指示那些缺失的值。在 C 和 Fortran 接口中，创建文件时，所有变量值都设置为缺失。如果您一次性编写了一个变量，则可以将该missing_value属性设置为缺少值的索引数组。查看有关C和Fortran接口中填充值的更多信息。这是推荐的方法。python netCDF4 模块可以很好地处理这些缺失值，并且这些数组在 numpy 中被读取为掩码数组。

如果您必须使用您当前拥有的文件，那么我建议您创建一个掩码来覆盖您缺失值周围的值：

import numpy as np
value = precipitationVariable[:]
mask = (value < -99999.98) & (value > -100000.00) 
value = np.ma.MaskedArray(value, mask=mask)
于 2013-05-31T08:02:28.140 回答