python读取nc数据并绘图的方法实例_Python

python读取nc数据并绘图的方法实例

2022-12-21 11:45细细47 Python

最近项目中需要处理和分析NC数据,所以下面这篇文章主要给大家介绍了关于python读取nc数据并绘图的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

获取nc数据的相关信息

				?

									from netCDF4 import Dataset

									import numpy as np

									import pandas as pd

									import os

									import matplotlib.pyplot as plt

									path = "F:\\OCO2.SIF.all.daily.2001.nc"

									csv_path = "F:\\test.csv"

									dst = Dataset(path, mode='r', format="netCDF4")

									 print(dst.variables.keys())

									    data = dst.variables['all_daily_sif'][:]

									    print(data.shape)

									    # 输出结果如下:

									    # dict_keys(['lat', 'lon', 'doy', 'all_daily_sif'])

									    # (92, 360, 720)

									    #可见有92个时间序列，经度(lon)、纬度(lat)的取值有720,360个

									    # # 查看数据经纬度范围，经度-179.75~179.75，其中负值为西经，正值为东经；纬度正为北纬，负为南纬

									    # # 格点分辨率为0.5度

									    long = dst.variables['lon'][:]

									    lati = dst.variables['lat'][:]

									    print(long[0], long[-1], lati[0], lati[-1])

									    print(long.shape, lati.shape)

绘图

用matplotlib绘图

参考文献¹

				?

									# plt对某个doy的全球sif值作图。左半部分为西半球，右边是东半球

									   # 选了doy为10的sif数据作图

									   plt.contourf(long, lati, data[10, :, :] )

									   plt.colorbar(label="Sif", orientation="horizontal")

									   plt.show()

运行结果：

python读取nc数据并绘图的方法实例

用Basemap绘图

参考文献²

				?

									from mpl_toolkits.basemap import Basemap

									import matplotlib.pyplot as plt

									    lat = dst.variables['lat'][:]

									    lon = dst.variables['lon'][:]

									    data = dst.variables['all_daily_sif'][:]    

									    data[10] = data[10]

									    # use .shape function to check that arrays have

									    # the correct size.

									    # e.g. lon.shape

									    print(data[10].shape)

									    lon0 = lon.mean()

									    lat0 = lat.mean()

									    # 设置投影方式：cyl为圆柱投影、还可设置merc为mercator投影 llcrnrlat为起始lat；urcrnrlat为终止lat

									    # m = Basemap(projection='merc', llcrnrlat=lat[0], urcrnrlat=lat[-1], \

									    #              llcrnrlon=lon[0], urcrnrlon=lon[-1], ax=ax1)

									   # 参数 "resolution" 用于控制地图面积边缘的精细程度，有'l'和'h'两种取值

									    m = Basemap(lat_0=lat0, lon_0=lon0,projection='cyl',resolution='l')

									    # 绘制等经纬度线 纬度每隔20度画一条线，且标注经纬度

									    m.drawparallels(np.arange(-90., 91., 20.), labels=[1, 0, 0, 0], fontsize=10)

									    m.drawmeridians(np.arange(-180., 181., 40.), labels=[0, 0, 0, 1], fontsize=10)

									    m.drawcoastlines()# 绘制海岸线

									    # m.drawcountries(linewidth=0.25)  # 绘制国界线

									    # m.readshapefile('F:\E\data\grass_yield\shp\quhua\\省', 'states')  # 读取中国各省边界，并绘图

									    lon, lat = np.meshgrid(lon, lat)

									    xi, yi = m(lon, lat)

									    # cmap是颜色，还可选‘jet'、‘spring'、‘winter'、'summer'、'autumn'

									    cs = m.contourf(xi, yi, data[10],  cmap='summer')

									    # pad指位置，

									    cbar = m.colorbar(cs, location='bottom', pad="10%",format='%.1f')

									    # cbar = m.colorbar(C, 'right', ticks=np.arange(-128, 128, 40), format='%.1f')

									    font1 = {'family': 'DejaVu Sans', 'weight': 'normal', 'size': 16}

									    plt.title('CSIF', font1)

									    plt.show()