Python如何从NetCDF文件创建的数据中填充列表中缺少的数据
我正在尝试编写一些Python代码，读取澳大利亚气象局雨量计NetCDF文件，并提取集水区中一组雨量计的降雨量。格式有点奇怪。他们选择创建一个时间步长文件，其中包含该时间步长的所有记录值？但是，当仪表未记录值且测站丢失时。我想尝试找到丢失的站点，并简单地创建一个零降雨量值。我已经识别了站点ID，但是如何将零记录添加到列表中 以下是代码的一部分：Python如何从NetCDF文件创建的数据中填充列表中缺少的数据,python,netcdf,Python,Netcdf,我正在尝试编写一些Python代码，读取澳大利亚气象局雨量计NetCDF文件，并提取集水区中一组雨量计的降雨量。格式有点奇怪。他们选择创建一个时间步长文件，其中包含该时间步长的所有记录值？但是，当仪表未记录值且测站丢失时。我想尝试找到丢失的站点，并简单地创建一个零降雨量值。我已经识别了站点ID，但是如何将零记录添加到列表中 以下是代码的一部分： # First LOOP through all files for the day and accumulate data. for timestep
# First LOOP through all files for the day and accumulate data.
for timestep, datafile in enumerate(stationdata):
print datafile[-16:-3]
data = netcdf.NetCDFFile(datafile, 'r')
try:
precip = data.variables['precipitation'].data
except:
precip = data.variables['precip'].data
try:
stid = data.variables['station_id'].data
except:
stid = data.variables['stid'].data
# create np array of indices of the gauge id present in the current file (Note not ALL required ones may be present!!)
idx = np.where(np.in1d(stid, gauge_ids))[0]
print 'index len = '+str(len(idx))+' Gauges: '+str(ngauges)
# This process DOES NOT SEEM to Capture Missing Gauge Data
# If a Gauge ID is not present how to we set its value to Zero for this time step ?
for i in idx:
print i,stid[i],precip[i], timestep
timeseries_per_station[str(stid[i])][timestep] = precip[i] # This adds the rainfall to the time series for the Station ID in the found set from its index
data.close()
# Now go through the list of Gauges ngauges with IDs gauge_ids, and fill missing ones with zero
# For stid not in gauge_ids set to Zero ... How ???
# create a Zero list and remove ID's that already have values ??
# Try [i for i in a if i not in b]
print [k for k in gauge_ids if k not in stid]
for l in [k for k in gauge_ids if k not in stid]:
print l, timestep
timeseries_per_station[l][timestep] = 0.0
raw_input('check..')
表示l in[k表示k in仪表_id，如果k不在stid]：timeseries\u per_桩号[l][timestep]=-1.0索引器：索引超出范围谢谢由于我们没有数据和完整的python脚本，所以很难看到这里发生的一切，但作为起点，您可以：
- 查找所有站点可用的最大观测数（例如，
）和最大站点数（maxN
）maxS - 创建一个Numpy数组来保存从以下文件读取的数据：
mydata=Numpy.zeros（（maxS，maxN）） - 开始从文件中读取数据并按当前操作进行填写，但使用从开始到结束时间步计数的索引。如果在文件中找不到当前时间步，请替换为NaN 价值观
这些步骤应该允许您最终得到一个包含数据的数组，该数组包含您没有信息的缺失值。当前，您使用的数据数组是数据大小减去缺少的值。您需要使用数据长度加上缺少的时间步长初始化数组。我还建议您在没有信息的情况下使用
NaNnumpy.NaNdatadatancfilencfileprecip=ncfile.variables['precip'][：]