问题标签 [nco]

我正在尝试从托管在 FTP 服务器上的大型 NetCDF 文件中提取一个变量。一种行之有效的选择是使用 逐个下载文件，使用在新文件wget中获取我想要的变量并删除原始文件。但是，原始文件很大，下载它们需要一段时间。.ncncks.nc

我想使用 NCO 的功能来使用 FTP 服务器上的文件作为输入文件，但我无法找到*in的适当翻译wget cyg05*.nc。

这是我感兴趣的文件夹之一：ftp: //podaac.jpl.nasa.gov/allData/cygnss/preview/L1/v1.1/2017/077/

我只想跟踪实际文件名的前 5 个字符，而不关心其余的。我努力了：

我也尝试过替换'......'，但没有任何运气*，??????文件无法识别。我知道 NCO 的帮助，特别是本节： http: //nco.sourceforge.net/nco.html#Large-Numbers-of-Files，但我不确定我是否理解其中描述的解决方案。

我在 MacOS 10.11.6 上。

我有很多带有以下标题的文件：

所有文件都涵盖相同的时间段，我想通过grp. 基本上，每个文件都有 100grp秒。

我怎样才能做到这一点？

打开 netCDF 文件R

out <- ncdf4::nc_open('test.nc')

获取所有变量

ncvars <- names(out[['var']])

这为我提供了 netCDF 文件中所有变量的列表。

例如，如何获取具有维度time和的变量列表hru？

预期输出：

列出与a1, a2

我有一个

在这里，我想让变量v1具有（时间，xr）而不是（xr，时间）的维度。

我这样做使用：

但当然，它不会复制 v2。我对具有大量变量的大文件执行此操作，而我只想对单个变量执行此操作。

我怎样才能做到这一点？

我有 2 个维度X1, X2

和 3 个变量V1(X1), V2(X2), V3(X3)

我想将 V2 的值复制到 V1。但保持尺寸不变。

如果我做：

尺寸变成V1(X2), V2(X2), V3(X3)

如何保留 V1 的原始尺寸？

我有一些每月的 NetCDF 文件，我想将它们连接成一个文件，以使用 Panoply 的一些电影制作能力。原始文件没有time变量，但 NCO 似乎很容易使用

如本文所述。但是，当我打开新文件时，原始文件中的 Geo2D 变量已经变成了普通的 2D 变量，我无法使用 Panoply 提供的某些覆盖，例如国家边界。

这是

1) 正常，没有办法绕过它，或者

2）我做错了什么，或者

3) 是否应该将某些内容添加到原始文件中以保存 Geo2D 格式的信息？

I want to call the NCO command ncrcat via the Python NCO bindings. From what I can tell there is only the ability to specify a single input file argument, and my ncrcat command requires two.

The command I'm trying to replicate in my Python code:

Maybe I include an iterable in the place of the single input, like so:

Thanks in advance for any suggestions.

是否可以提取区域（或特定单元格）内满足由变量而不是维度设置的标准的所有数据？

例如，我希望在高度（'HGT'）有界区域内提取数据。

Hyperslabbing 似乎需要尺寸而不是变量。

我有 2017 年以来的每日 netcdf 文件（365 'name_file.nc'），在我的日常基础中，我使用 NCO 库和 matlab 进行一些操作。

我用 matlab 做平均值，但现在我正在寻找如何用 NCO 或 Python 做平均值。（实际上我正在并行，所以我正在迁移过程中）

主要任务是读取 7 个 .nc 文件（周）并用平均值创建一个新的 .nc 文件。

一些想法？

谢谢！

我有一个 NetCDF 文件，这是一个截断的输出ncdump -h：

我需要的是从变量中提取和求和PCT_CFT沿维度的第 3、4、61 和 62 层的值cft，然后总结几乎所有剩余的层（即 5-60、63、64）并将这两个结果相加分别PCT_NAT_PFT沿维度作为第 16 层和第 15 层的变量natpft。

如果可能的话，我想使用 NCO（或 CDO）来实现这一点，我想避免使用 Python 或 R 等其他工具......我只知道如何在整个维度上对变量求和，而不是仅在选定层之间求和 - 我因此可能可以解决这个问题，但我想知道是否有更好和更清洁的方法来解决这个问题。