0

有人可以介绍如何为 NetCDF 文件创建无限时间维度吗？我尝试使用 data.createDimension('t', None)，但是当我查看它时，t它是一个 Numpy 数组。如果可能的话，也请介绍一下为它赋值的过程。我正在使用python 2.7。

编辑过的问题

我有多个 NetCDF 文件（3 维），每个我必须计算一个数组（3 维）。文件之间的时间步长为 3 小时。现在我必须为每个时间步创建一个带有计算数组的新 NetCDF。我的问题是，我不知道如何访问时间轴，以便我可以将计算出的数组分配给不同的时间步长。

编辑过的问题

我想为时间轴分配一个日期。为了创建我使用的日期，datetime如下所示：

t_start = dt.datetime(1900,1,1)
t_delta = dt.timedelta(hours=3)

两个时间步长之间的时间为 3 小时。在遍历文件时，时间步长的日期计算如下：

t_mom = t_start + i*t_delta
t_mom_str = t_mom.strftime("%d %B %Y %H  %M  %S")
t_mom_var = netCDF4.stringtochar(np.array([t_mom_str]))

我创建了一个这样的变量：

time = data.createVariable('time', np.float32, ('time'))

现在我想将日期分配给时间变量：

time[i] = t_mom_var[:]

但它不是这样工作的。感谢您的帮助。

4

3 回答 3

5

使用createDimensionwithNone应该可以：

import netCDF4 as nc4
import numpy as np

f = nc4.Dataset('test.nc', 'w')

# Create the unlimited time dimension:
dim_t = f.createDimension('time', None)
# Create a variable `time` using the unlimited dimension:
var_t = f.createVariable('time', 'int', ('time'))
# Add some values to the variable:
var_t[:] = np.arange(10)
f.close()

这导致 ( ncdump -h test.nc)：

netcdf test {
dimensions:
    time = UNLIMITED ; // (10 currently)
variables:
    int64 time(time) ;
}

对于更新的问题，如何通过添加新的无限维度将多个文件合并为一个的最小工作示例：

import netCDF4 as nc4
import numpy as np

# Lets quickly create 3 NetCDF files with 3 dimensions
for i in range(3):
    f = nc4.Dataset('test_{0:1d}.nc'.format(i), 'w')

    # Create the 3 dimensions
    dim_x = f.createDimension('x', 2)
    dim_y = f.createDimension('y', 3)
    dim_z = f.createDimension('z', 4)
    var_t = f.createVariable('temperature', 'double', ('x','y','z'))

    # Add some dummy data
    var_t[:,:,:] = np.random.random(2*3*4).reshape(2,3,4)

    f.close()

# Now the actual merging:
# Get the dimensions (sizes) from the first file:
f_in = nc4.Dataset('test_0.nc', 'r')
dim_size_x = f_in.dimensions['x'].size
dim_size_y = f_in.dimensions['y'].size
dim_size_z = f_in.dimensions['z'].size
dim_size_t = 3
f_in.close()

# Create new NetCDF file:
f_out = nc4.Dataset('test_merged.nc', 'w')

# Add the dimensions, including an unlimited time dimension:
dim_x = f_out.createDimension('x', dim_size_x)
dim_y = f_out.createDimension('y', dim_size_y)
dim_z = f_out.createDimension('z', dim_size_z)
dim_t = f_out.createDimension('time', None)

# Create new variable with 4 dimensions
var_t = f_out.createVariable('temperature', 'double', ('time','x','y','z'))

# Add the data
for i in range(3):
    f_in = nc4.Dataset('test_{0:1d}.nc'.format(i), 'r')
    var_t[i,:,:,:] = f_in.variables['temperature'][:,:,:]
    f_in.close()

f_out.close()
于 2017-05-10T17:49:48.497 回答
1

@Bart 是正确的，但没有回答您问题的第二部分。您需要创建一个按时间维度标注的时间变量。

  import numpy as np
  import dateutil.parser

  # create a time variable, using the time dimension.
  var_t = nc4.createVariable('time', 'int32', ('time'))
  var_t.setncattr('units', 'seconds since 1970-01-01 00:00:00 UTC')
  # create a start time
  dt = dateutil.parser.parse("2017-05-01T00:00)
  ntime = nc4.date2num(dt, var_t.units)
  # add some hours
  times = [ntime, ntime + 3600, ntime + 7200]
  # Not sure but you may need a numpy array
  times = np.array([times])
  var_t[:] = times
于 2017-05-10T20:17:41.743 回答
0

xarray您可以通过's读取 NetCDF 文件xr.open_dataset()：

# Get all the files as a list and open them as Datasets
import glob
folder = '<folder directory with files>'
ncfiles = glob.glob(folder+'*.nc')
ds_l = [ xr.open_dataset(i) for i in ncfiles]

# To make this a stand alone example, i'll just create a list of Datasets too
ds = xr.Dataset( data_vars={'data': ( [ 'lon', 'lat',], arr)}, 
    coords={'lat': np.arange(30), 'lon': np.arange(50)}, ) 
ds_l = [ds]*5

现在您可以将日期添加为新坐标：（ 这里我使用'方法
制作日期列表）pandaspd.data_range()

# List of dates
start = datetime.datetime(1900,1,1)
end = datetime.datetime(1900,1,5)
import pandas as pd
dates = pd.date_range( start, end, freq='3H')
# Now add these dates to the datasets
for n, ds in enumerate( ds_l ):
   ds.coords['time'] = dates[n]

然后你可以通过该方法沿时间轴连接并通过该xr.concat()方法保存为netCDF xr.to_netdf()（注意时间维度设置为无限）

# Then concatenate them:
ds = xr.concat( ds_l, dim='time' )
ds.to_netcdf('mynewfile.nc', unlimited_dims={'time':True})
于 2017-11-26T20:24:21.880 回答