从Python网格数据集计算30年气候正常值

我试图为下面链接的NARR每日网格数据集计算30年正常温度（1981-2010年平均值）

最后，对于每个网格点，我需要一个包含365个值的数组，每个值都包含根据当天30年的数据计算出的当天平均温度。例如，每个网格点数组中的第一个值是根据该网格点30年（1981-2010）的1月1日温度数据计算出的1月1日平均温度。我的最终目标是能够使用这个新的30yrNormal阵列来计算每天的温度异常

到目前为止，我只能根据一年的数据计算异常情况。这方面的问题是，它采用的是日温度与全年平均温度之间的差值，而不是日温度与该日温度的30年平均值之间的差值：

file='air.sfc.2018.nc'
ncin = Dataset(file,'r')
#put data into numpy arrays
lons=ncin.variables['lon'][:]
lats=ncin.variables['lat'][:]
lats1=ncin.variables['lat'][:,0]
temp=ncin.variables['air'][:]
ncin.close()

AvgT=np.mean(temp[:,:,:],axis=0)
#compute anomalies by removing time-mean
T_anom=temp-AvgT

数据：

---

在1981-2010年间，这是最容易用CDO解决的问题

如果您在Linux上使用Python，那么可以使用我的包nctoolkit（&）。这使用CDO作为后端

假设这30个文件是一个名为ff_list的列表。下面的代码应该可以工作

首先，您将创建30年每日平均气候学

import nctoolkit as nc
nc.options(lazy = True)
mean_30 = nc.open_data(ff_list)
mean_30.merge_time()
mean_30.cdo_command("del29feb")
mean_30.daily_mean_climatology()
mean_30.release()

然后你可以从每天的数据中减去这个，得到异常值

anom_30 = nc.open_data(ff_list)
anom_30.cdo_command("del29feb")
anom_30.sub(mean_30)
anom_30.release()

这应该有异常

---

一个问题是这些文件是否有闰年，或者如果存在闰年，您希望如何处理它们。CDO有一个未记录的命令-delfeb29，我在上面使用过它

尝试读取dict中的多个一年文件，年份作为键，相应的

数据集

作为值。然后试着看看你是否能算出平均值。如果您仍然需要帮助，您需要更多地了解

数据集的结构，例如，如何在给定的纬度/经度坐标下查找给定一天的温度。分析气候数据的最佳方法是使用特殊运算符，如CDO、NCO、NCL等。我鼓励您在继续使用python之前先研究它们，但是您可以尝试探索
Xarray
中的
resample
函数。另外，尝试CDO中的
ydaymean
函数，看看它是否回答了您的问题。它基本上计算了多年的日平均值。谢谢你的帮助！我在安装nctoolkit时遇到问题。当我尝试安装conda nctoolkit时，会收到以下错误消息：PackagesNotFoundError：以下软件包无法从当前通道获得：-nctoolkit当前通道：--是否有其他方法尝试安装该软件包？conda安装如下：
conda安装-c rwinctoolkit