从python中的每日netcdf文件计算月平均值

您好，我有一个netcdf文件，包含每日数据。文件的形状为（5844,89,89），即16年数据。我试图从每日数据中得到月平均值。我正在寻找类似于熊猫数据帧中的

重采样

功能。在python中有任何方法可以做到这一点。 正如我所知，使用cdo和nco进行计算非常容易，但我正在研究python

我用来读取netcdf文件的示例代码是：

import netCDF4
from netCDF4 import Dataset
fh = Dataset(ncfile, mode='r')
time = fh.variables['time'][:]
lon = fh.variables['longitude'][:]
lat = fh.variables['latitude'][:]
data = fh.variables['t2m'][:]
data.shape

---

@贾曼：谢谢你的建议。这比我想象的要简单，我的问题的答案是：

import xarray as xr
ds = xr.open_dataset(nc_file)
monthly_data = ds.resample(freq = 'm', dim = 'time', how = 'mean')

---

通过新版本的xarray，其用法简单得多，如下所示

monthly_data=ds.resample(time='m').mean()

---

如果您在Linux或macOS中工作，那么可以使用nctoolkit轻松完成这项工作，nctoolkit使用CDO作为后端。（安装说明）

如果你想得到月平均值，你只需要以下信息：

import nctoolkit as nc
data = nc.open_data(ncfile)
data.tmean(["year", "month"])

这可以绘制为：

data.plot()

如果要将其转换为数据帧：

df = data.to_dataframe()

---

查看xarray中的重采样功能。它建立在熊猫重采样工具之上：