Python 如何将ncdump-v的输出存储为对象？

我使用ncap2从给定文件（ex:NB_all_var_surface_04750.nc）生成给定变量（ex:nsmz）的平均值和标准偏差

我想将ncdump生成的输出值存储为对象；现在，我必须手动将终端中的每个输出复制到一个单独的Jupyter笔记本中的numpy阵列。必须有一个更快的方法

请参阅下面的shell命令；有什么想法吗

编辑：为了清楚起见，我在这里的目的是在列表中附加nsmz_mean的值，或者将nsmz_mean的值命名为“object1”，以供以后参考（因为我有许多具有许多唯一值的文件）。这些都是蟒蛇式的愿望，我在bash之外找到了答案

ncap2-h-O-s'nsmz_mean=nsmz.avg（）；'NB_所有变量曲面0*.nc NB_nsmz_曲面平均值.nc
ncdump-v nsmz_平均值NB_nsmz_表面_平均值.nc|sed-e'1，/data:/d'-e'$d'
$nsmz_平均值=1.473794e-07；
ncap2-s'nsmz_sdn=（nsmz nsmz.avg（海洋时间））.rmssdn（海洋时间）'NB_all_var_surface_0*.nc NB_nsmz_surface_sdn.nc
ncdump-v nsmz_sdn NB_nsmz_surface_sdn.nc|sed-e'1，/data:/d'-e'$d'
$nsmz_sdn=1.247375e-07；

请注意，lindsay针对她自己的问题发布的答案很不幸不会给出正确答案，除了笛卡尔网格上的数据例外情况。在大多数情况下，投影将是规则lat-lon、约化高斯或许多区域地图投影中的一种，在这种情况下，numpy阵列上的简单算术平均值是不正确的，因为它无法考虑网格单元大小权重（例如，在规则lat-lon网格中，单元向极点“变窄”）。平均面积越大，错误越严重。参见此处张贴的我的答案：

我假设ncap2计算网格的空间平均值，我知道CDO肯定会计算，所以最好先在bash中循环文件

for file in NB_all_var_surface_*.nc ; do 
    # appends _mean to each file name for output
    cdo fldmean $file $file%???}_mean.nc 
done

然后在python程序中，只需在文件上循环：

from glob import glob
from netCDF4 import Dataset
import numpy as np

files=glob("NB_all_var_surface_*mean.nc")
for file in files:
    ds = Dataset(test)
    mymean = ds.variables['nsmz'] 

    ...append to numpy array etc etc 

---

第二种选择是使用python模块xarray，因为这是专门针对netcdf数据结构编写的，这里有一个指向描述数学运算的手册的链接：

Hi Lindsay，我可以建议您编辑一下问题，以明确您的确切要求吗？从您发布的python回答来看，您似乎只想将输出转换成一个变量，您也可以在bash中使用variable=$（command）执行此操作，但是从您编写的内容来看，您似乎希望将输出显示在jupyter笔记本中？也许是澄清？嗨，阿德里安，我编辑了它以使其更清晰，并在下面添加了一个解决方案。谢谢你的更正，阿德里安！我曾看到过xarray在netCDF社区里大肆吹捧，但从来没有想过要看一看——这对我不利。我现在用它来提取我需要的值。我删除了错误的答案，以免误导任何人。我没有意识到失真问题，因为我的网格区域相对于地球来说非常小，所以我得到了一个由ncap2提取的相同平均值，正如现在删除的答案中所指出的。我认为，如果我的总网格面积增加，这种情况就会改变。嗨，林赛，是的，没错，如果你使用的是一个非常小的区域，误差是有限的，或者如果你在热带的一个狭长地带，也不是太错。：-）我希望我的回答是有帮助的