一個月前寫了一篇“使用Arcgis處理CMIP6(netCDF)數據的流程”后，一直收到朋友們的私信，也幾乎天天都有交流。說來慚愧，后來我放棄了使用Arcgis進行處理這一條路，而是直接采用Python提取柵格點的時間序列數據，進行處理。

目前忙著降尺度的工作，可能會減少在知乎上的交流，因此在這里我會把目前掌握的部分數據提取方法分享出來，希望能幫到大家。

---

不用寫代碼的方法：

這個方法是我后面才發現的，優點就四個字：簡單粗暴！,缺點是輸出格式死板，需要就格式問題調整很久。

首先，你需要在電腦上裝有java的環境(別皺眉，只要有環境就行，不需要coding);

然后，點擊下面鏈接，下載panoply(這個軟件也有制圖的功能，并且成圖操作非常簡單友好)；

https://www.giss.nasa.gov/tools/panoply/?www.giss.nasa.gov

下載好之后打開這個軟件，選擇nc文件，右邊可以看到數據描述性信息，選中要輸出的變量，如PR，右鍵選擇export csv，然后等著就行。

不知道為什么一直上傳圖片失敗，圖先欠著，下同...

輸出之后的csv文件普遍非常大，我示例中最大的一個達到了6g以上。它的數據輸出后是這樣的，每個時間點的全球數據作為一個矩陣，每一列是同一經度下，每一行是同一緯度下，以分辨率360*720為例，這個矩陣的大小就是（360，720），它是月尺度的，從1850-2014一共165年，1980個月，所以一共有1980個這樣的矩陣，綜上，PR的數據形態就是（1980，360，720）。

但是這樣的數據形式我們不好應用，下面介紹使用python的方法提取。

---

默認大家都擁有配置好的python3環境，我們需要的庫有：netCDF4，numpy，pandas。

其中netCDF4用來查看數據，了解數據信息，制定提取策略。numpy和pandas用于提取數據，并按我們需要的格式輸出。

主要是查看數據的shape：

for

然后你會看到我在前面提過的(t,x,y)這個形式，可以理解為一個三維矩陣（t,(x,y)）,(x,y)代表數據的分辨率，如(360，720),就意味著一共有360*760個柵格點，對應到緯度和經度后，我們就可以知道這個數據是0.5度*0.5度的柵格，即50km分辨率。

那么現在我們要做的就是提取我們想要的數據了。很多朋友都在問我怎么按區域提取數據，我沒有做這個工作，我是按照手里有的實測站點位置來檢索柵格點并下載數據的，按區域下載的思路我放在最后說。

pr

首先定義一個函數用來找到我們所需經緯度點最近的柵格點：

import

現在寫一個for循環，提取出某個點的時間序列數據到一個list中:

for

同理，通過循環嵌套就可以提取出所有的點的時間序列數據。

這時，有的朋友可能會發現輸出的結果里沒有時間這一列。這是因為我發現nc文件中的時間格式如果直接導出的話看起來類似于時間戳，但是轉化后會發現對不上，所以我采取了自己生成日期序列的笨辦法(月尺度的還好，日尺度的很麻煩，因為大多數模型都沒有閏年這個概念，即沒有2月29日，生成日尺度日期序列時要避開這一坑)，把list轉為數據框后，加上日期序列這一index，再輸出為csv即可。不過，如果做多模型，并且后續處理分析也在python中完成的話，我覺得完全沒必要將中間數據輸出。

如果要做月變化的對比，可以采取切片的方式，將list按12步長切片，每一片都是一年的12條數據。

def

數據提取暫且說這么多，開頭提到的按區域提取數據的思路，我的想法是：通過目標區域的外多邊形坐標經緯度點集，然后做一個遍歷判斷，把在多邊形內的點篩選出來，得到符合要求的點的索引號，然后把這些點的數據輸出。但是因為這段時間太忙，還沒有動手嘗試過，大家有思路的話，也歡迎在評論區交流。

總結

以上是生活随笔為你收集整理的panda提取时间戳中的日期_CMIP6数据提取---Python实现方案的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。