本文介绍基于Python语言,逐一读取大量.nc
格式的多时相栅格文件,导出其中所具有的全部时间信息的方法。
.nc
是NetCDF
(Network Common Data Form)文件的扩展名,表示一种常用的科学数据存储格式。NetCDF
是一种自描述的、可移植的二进制文件格式,用于存储科学和工程领域的大型数据集;由于其自身的特性,.nc
数据被广泛应用于气象学、海洋学、地球科学、气候研究、大气科学、地理信息系统等领域。
首先,明确一下本文的需求。现在有一个文件夹,其中具有大量的.nc
格式的栅格文件,如下图所示。
其中,每一个.nc
格式的文件都具有多个时相(或者说是多个维度),而不仅仅只是一个时相。我们希望,读取这个文件夹中的全部.nc
格式文件,并获取其所表示的每一个时相。
明确了需求后,我们就可以开始具体的操作。首先,本文所需用到的代码如下。
# -*- coding: utf-8 -*-
"""
Created on Sun Dec 31 20:28:03 2023
@author: fkxxgis
"""
import os
import netCDF4
from netCDF4 import Dataset
def list_nc_dates(folder_path):
nc_dates = []
for file_name in os.listdir(folder_path):
if file_name.endswith(".nc"):
file_path = os.path.join(folder_path, file_name)
try:
dataset = Dataset(file_path)
time_var = dataset.variables["time"]
time_values = time_var[:]
time_units = time_var.units
time_calendar = time_var.calendar
dates = []
for value in time_values:
date = netCDF4.num2date(value, units=time_units, calendar=time_calendar)
dates.append(date.strftime("%Y-%m-%d %H:%M:%S"))
nc_dates.append((file_name, dates))
except Exception as e:
print(f"Error reading file {file_name}: {str(e)}")
return nc_dates
folder_path = "F:/Data_Reflectance_Rec/soil_1"
nc_dates = list_nc_dates(folder_path)
for nc_file, dates in nc_dates:
for date in dates:
print(date)
这段代码整体思路也很明确。
首先,我们导入所需的模块。在这里,需要导入Python的os
模块,用于处理文件和文件夹路径操作;同时导入netCDF4
库,并接着从netCDF4
库中导入Dataset
类,用于打开和读取.nc
文件。在这里,如果需要配置netCDF4
库,大家可以参考文章Python中h5py与netCDF4库在Anaconda的配置方法。
接下来,我们定义了一个名为list_nc_dates
的函数,接受一个文件夹路径作为参数。在函数中,首先创建一个空列表nc_dates
,用于存储每个.nc
文件及其对应的日期列表;随后,使用os.listdir()
函数遍历文件夹中的所有文件,通过检查文件名是否以.nc
结尾来筛选出.nc
文件。紧接着,对于筛选出来的.nc
文件,使用os.path.join()
函数构建其完整路径。
其次,使用Dataset
类打开.nc
文件,并将打开的文件对象赋值给dataset
变量;随后,获取.nc
文件的时间,在本文的.nc
数据中,也就是名为time
的变量,并将时间变量的值读取到time_values
变量中。接下来,分别获取时间变量的单位与时间类型。
随后,我们创建一个空列表dates
,用于存储日期字符串。遍历时间变量的每个值,使用netCDF4.num2date()
函数将时间值转换为日期对象。紧接着,将日期对象转换为指定格式的字符串,并将其添加到dates
列表中。此外,这里还将.nc
文件名和对应的日期列表作为元组添加到nc_dates
列表中,方便我们后期对日期的核对。函数的最后,返回包含每个.nc
文件及其对应日期的列表。
在函数外部,我们设置文件夹路径,随后即可调用list_nc_dates
函数,将文件夹路径传递给它,并将返回的结果赋值给nc_dates
变量。最后,通过循环,打印每个日期即可。
执行上述代码,即可出现如下图所示的结果(结果很长,就截取一部分)。由于在本文中,每一个.nc
格式文件的每一个维度(即每一个时相)都是精确到天的,所以下图天数后的时、分、秒都是00
。当然,如果大家的.nc
格式文件维度很多,时相打印出来的话也不好完全显示,所以可以考虑将时间信息导出为表格文件等;例如,可以将每一个date
都放在DataFrame中,随后导出为.csv
文件。
至此,大功告成。