python写入二维netCDF文件(txt转nc文件)

netCDF文件后缀名是.nc,是一种二进制的网格文件,无法直接打开,下面给出基于python的netCDF文件生成的脚本。

输入数据说明:

数据为31°N-40°N,130°E-142°E区域表层的地震波速,网格分布大小不均匀。数据存储在txt文件中,分为三列,无表头。

部分数据记录见下图,第一列是经度,第二列是维度,第三列是波速扰动值%

python写入二维netCDF文件(txt转nc文件)

 

过程与代码 

为了将其生成均匀网格的二维nc文件,我们需要1.文件读取,2.数据插值,3.写入nc文件。

 1 '''
 2 program: ncdata.py
 3 goal:    interpolate txt data and generate grd file
 4 input:   vp1_02.txt
 5 output:  vp1_03.nc
 6 author:  Liang Xuran
 7 e-mail:  xuranliang@hotmail.com
 8 time:    2020.08.23
 9 '''
10 import netCDF4 as nc
11 import pandas as pd
12 import numpy as np
13 import copy
14 
15 file_txt = "vp1_02.txt"#txt文件位置
16 file_nc  = "vp1_03.nc" #nc文件输出位置
17 npa = 37  #纬向格点数(uninpolate)
18 nra = 45  #经向格点数(uninpolate)
19 npx = 180 #纬向格点数(inpolate)
20 nrx = 240 #经向格点数(inpolate)
21 
22 #使用Dataset创建nc文件
23 nc_pro = nc.Dataset("vp1_03.nc", 'w', format = 'NETCDF4')
24 
25 #命名nc文件变量,None为*维度,name='pna',size=npa
26 nc_pro.createDimension('pna',npx+1)
27 nc_pro.createDimension('rna',nrx+1)
28 
29 #设置nc文件中变量类型,这里使用的是float64
30 pna = nc_pro.createVariable('pna',np.float64,('pna',))
31 rna = nc_pro.createVariable('rna',np.float64,('rna',))
32 dv  = nc_pro.createVariable('dv',np.float64,('pna','rna'))
33 
34 #定义变量单位
35 pna.units = 'degree'
36 rna.units = 'degree'
37 dv.units  = '%'
38 
39 #使用panda中的read_csv读取txt文件
40 #type(nc_data)=<class 'pandas.core.frame.DataFrame'>
41 nc_data=pd.read_csv("vp1_02.txt",delim_whitespace=True,names='rpv')
42 
43 #插值操作:精度0.05degree,范围rna=130:142;pna=31:40
44 pnx = nc_data['p'].values[0:1665:nra]
45 rnx = nc_data['r'].values[0:nra]
46 dvx = nc_data['v'].values.reshape(npa,nra)
47 rx  = np.linspace(130,142,241)
48 px  = np.linspace(31,40,181)
49 vx  = np.full([181,241],np.nan)
50 for i in range(npa):
51     for j in range(nra):
52         m = int(round((pnx[i]-pnx[0])/0.05))
53         n = int(round((rnx[j]-rnx[0])/0.05))
54         vx[m,n]=dvx[i,j]
55 #纵向插值,从vx[181,241]获得中间量dv_inpolate1[181,241]
56 nc_v_uninpo  = pd.DataFrame(vx) #transfer np.array into pandas.DataFrame
57 nc_v_inpo1   = nc_v_uninpo.interpolate() #pandas.DataFrame interpolate
58 dv_inpolate1 = nc_v_inpo1.values #tansfer pandas.DataFrame into np.array
59 #横向插值,从dv_inpolate1[181,241]获得中间量dv_inpolate2[181,241]
60 nc_v_inpo    = pd.DataFrame(dv_inpolate1.T)
61 nc_v_inpo2   = nc_v_inpo.interpolate()
62 dv_inpolate2 = nc_v_inpo2.values.T
63 
64 #将数值输入到nc文件中,input must be np.array
65 nc_pro.variables['pna'][:]  = px
66 nc_pro.variables['rna'][:]  = rx
67 nc_pro.variables['dv'][:,:] = dv_inpolate2[:,:]
68 #为避免内存的占用,写完一个关闭一个
69 nc_pro.close()
70     

 

踩坑指南:

1.文件路径最好写相对路径,第15-16行写绝对路径/mnt/f/research/vp1_02.txt会出现报错。

2.插值前后格点数量有所扩充,由于经纬度的变量检索是从0开始的,因此,26-27行创建变量的维度需要加1,也可以定位None,代表*维度。

3.元组只有一个元素时,需要在括号末尾加“,”,例如30-31行。

4.用pandas.read_csv读取文件时,第41行,默认数据之间时用“,”逗号连接的,需要修改默认值delim_whitespace代表用空格连接。names代表每一列的元素名称。

5.二维数据pandas.DataFrame进行赋值/输出内容时,需要使用其values属性,例如44-46行。在插值过程中,也需要将numpy.array矩阵转为pandas.DataFrame网格后进行,例如55-62行。

6.nc文件的变量被赋值的时候,只接受numpy.array数据,例如65-67行;二维的numpy.array数据索引是一个中括号而不是两个中括号[0:181,0:241],例如54行和67行。

7.关于变量的索引和插值前后数据的对比检验。可以参考下图:

python写入二维netCDF文件(txt转nc文件)

 

检验未插值部分的数据,选择34.25°N-34.30°N,134.80°E-134.85°E区域: dvx[10:12,12:14]  vx[65:67,96:98]

检验已插值部分的数据,选择33.2°N-33.4°N,136.6°E-136.8°E的区域: dvx[2:4,41:43]  vx[4:9,132:137]

 

上一篇:mysql中几个小方法


下一篇:NC 追债之旅 (dijkstra+分层图)