最近，在处理一些数据时，由于数据是按照每小时进行采样的，为了保持周期的完整性，需要将同一时刻对应的数据进行平均处理。
举个例子：
第一行是1-12小时；
第二行从第一行第2个小时对应的列数开始排1-12小时；
第三行从第一行第3个小时对应的列数开始排1-12小时；
、、、
依次同理。
在python中如何实现呢？
1、每一行的数据存储在不同的nc文件内==》循环读取nc文件，
2、创建一个都是nan值的矩阵，方面后续将数据存入，
3、写一个循环，使得每次数据依次间隔一个位置存在每一行中。
循环读取文件很简单，如果命名有一定规律的话，可以参考我前面的文章
；主要使用
字符串拼接和glob函数
import numpy as np import netCDF4 as nc import xarray as xr import glob # 循环读取nc文件 path='D:\\data\\' file='*.nc' filelist=glob.glob(path=file) for f in filelist: data=xr.open_dataset(f) # 构建空矩阵，循环插入 a=np.random.rand(30) a=a.reshape(5,6) b= np.empty((5, 30,)) * np.nan ind=a[0,:] # 循环填入矩阵 for i in range(len(a)): ind=a[i,:] b[i,i:i+len(ind)]=ind #设置插入的间隔，这里间隔是1
初步的实现结果如下，这里我只是给了一个普通的例子。有兴趣的小伙伴可以将a换成你的nc数据，b根据对应的数据a设置相应的矩阵大小
