Python 如何使用netCDF4模块仅读取指定时间段的数据？

我想在指定的时间段内读取netCDF数据。 我试图读取的文件名为

file.nc

，而

ncdump-c file.nc

的部分信息是

dimensions:
lat = 1 ;
lon = 1 ;
time = UNLIMITED ; // (744 currently)
variables:
float lat(lat) ;
    lat:units = "degrees_north" ;
    lat:long_name = "latitude" ;
float lon(lon) ;
    lon:units = "degrees_east" ;
    lon:long_name = "longitude" ;
double time(time) ;
    time:units = "hours since 2015-07-01 01:00:00" ;
    time:long_name = "time" ;
double rain(time, lat, lon) ;
    rain:_FillValue = -999000000. ;
    rain:units = "K" ;
    rain:standard_name = "temperature" 
data:

lat = 1 ;
lon = 1 ;
time = -1, 0, 1, 2, 3, 4, 5, 6, 7, 8, ... 
737, 738, 739, 740, 741, 742 ;

这是我用来读取这个文件的脚本

import netCDF4

nc = netCDF4.Dataset(file.nc, 'r')
data = nc.variables['temperature'][:] #I want to read between 2015-07-20 00:00 to 2015-07-24 23:00

---

我想通过检测开始日期和结束日期来读取特定期间之间的数据。怎么做？

正如@Bart所建议的那样，xarray是一条出路。这是没有沙雷的答案<答案是code>NetCDF4.date2index（）

import netCDF4
import dateutil.parser

nc = netCDF4.Dataset(file.nc, 'r')

# all_times variable includes the time:units attribute
all_times = nci.variables['time']

sdt = dateutil.parser.parse("2015-07-20T00:00:00")
edt = dateutil.parser.parse("2015-07-24T23:00:00")

st_idx = netCDF4.date2index(sdt, all_times)
et_idx = netCDF4.date2index(edt, all_times)

data = nc.variables['temperature'][st_idx:et_idx+1,:] #I want to read between 2015-07-20 00:00 to 2015-07-24 23:00

---

正如@Bart所言，xarray是一条出路。这是没有沙雷的答案<答案是code>NetCDF4.date2index（）

import netCDF4
import dateutil.parser

nc = netCDF4.Dataset(file.nc, 'r')

# all_times variable includes the time:units attribute
all_times = nci.variables['time']

sdt = dateutil.parser.parse("2015-07-20T00:00:00")
edt = dateutil.parser.parse("2015-07-24T23:00:00")

st_idx = netCDF4.date2index(sdt, all_times)
et_idx = netCDF4.date2index(edt, all_times)

data = nc.variables['temperature'][st_idx:et_idx+1,:] #I want to read between 2015-07-20 00:00 to 2015-07-24 23:00

---

我强烈建议使用xarray进行此操作；例如，请参见此问题/答案，以演示使用xarray选择时间段是多么容易：它可以归结为像导入xarray as xr这样简单的东西；nc=xr.open_数据集（file.nc，'r'）；p=nc.sel（time=slice（'2015-07-20 00:00'，'2015-07-24 23:00'））@Bart谢谢您的回复。顺便说一下，

类型（p）

是

。你知道如何提取数据（温度数据）并转换成

numpy

？类似于

p['temperature']。值应该会给你一个正常的numpy数组。@Bart我知道了！非常感谢。我强烈建议您使用xarray；例如，请参见此问题/答案，以演示使用xarray选择时间段是多么容易：它可以归结为像导入xarray as xr这样简单的东西；nc=xr.open_数据集（file.nc，'r'）；p=nc.sel（time=slice（'2015-07-20 00:00'，'2015-07-24 23:00'））

@Bart谢谢您的回复。顺便说一下，

类型（p）

是

。你知道如何提取数据（温度数据）并转换成

numpy

？类似于

p['temperature']。值应该会给你一个正常的numpy数组。@Bart我知道了！非常感谢。我不知道
date2index
，不错的选择。我使用NetCDF4的解决方案（我不敢发布）稍微不那么优雅；-）@Eric Bridger我也按照你的建议做了。感谢您的回复。不知道
date2index
，不错的选项。我使用NetCDF4的解决方案（我不敢发布）稍微不那么优雅；-）@Eric Bridger我也按照你的建议做了。谢谢你的回复。