Python 如何以与原始NetCDF浮点值相同的精度和比例将NetCDF变量浮点数据读入Numpy数组？

我有一个NetCDF文件，其中包含一个浮点值为精度/刻度==7/2的变量，即可能存在-99999.99到99999.99之间的值

当我从NetCDF变量中提取一部分值并在调试器中查看它们时，我发现现在数组中的值比原始NetCDF中的值具有更高的精度/比例。例如，当我查看ToosUI/ncdump查看器中的值时，它们显示为“-99999.99”或“12.45”，但当我查看切片数组中的值时，它们看起来像“-99999.9921875”（更大的标度长度）。因此，如果我使用“-99999.99”作为预期值来指示缺少的数据点，那么我将无法获得与切片数组中拉入的内容匹配的结果，因为这些值具有更大的刻度长度，并且刻度中的附加数字不仅仅是用于填充的零

例如，如果我在NetCDF数据集中的某个点上执行ncdump，我会看到：

Variable: precipitation(0:0:1, 40:40:1, 150:150:1)

float precipitation(time=1348, lat=180, lon=360);
  :units = "mm/month";
  :long_name = "precipitation totals";

 data:

  {
    {
      {-99999.99}
    }
  }

但是，如果我从变量中获取一部分数据，如下所示：

value = precipitationVariable[0:1:1, 40:41:1, 150:151:1]

然后，我在我的调试器（Eclipse/PyDev）中看到它是这样的：

因此，我读取到Numpy数组中的NetCDF数据集值的读取精度/比例似乎与NetCDF文件中的原始值不同。或者，NetCDF中的值实际上与我读取它们时看到的值相同，但由于ncdump程序本身的某些格式设置，通过ncdump向我显示的内容被截断

有人能告诉我这里发生了什么事吗？提前感谢你的帮助

---

顺便说一句，我在Windows XP机器上使用Python 2.7.3开发这段代码，并使用此处提供的NetCDF4 API的Python模块：

没有简单的方法可以实现您想要的功能，因为numpy将值存储为单精度，所以它们的尾随数字总是在0.99之后

但是，netCDF已经为丢失的数据提供了一种机制（请参阅）。netCDF文件最初是如何编写的？

missing_值

是一个用于指示缺少的值的值。在C和Fortran接口中，创建文件时，所有变量值都设置为缺失。如果一次性编写变量，则可以将

missing_value

属性设置为缺少值的索引数组。有关和接口中的填充值的详细信息，请参见。这是推荐的方法。python netCDF4模块很好地处理了这些缺失的值，并且在numpy中，这些数组被读取为屏蔽数组

如果您必须使用当前拥有的文件，那么我建议创建一个掩码来覆盖丢失值周围的值：

import numpy as np
value = precipitationVariable[:]
mask = (value < -99999.98) & (value > -100000.00) 
value = np.ma.MaskedArray(value, mask=mask)

将numpy导入为np
值=沉淀变量[：]
掩码=（值<-99999.98）和（值>-100000.00）
值=np.ma.MaskedArray（值，mask=mask）

谢谢，@tiago，您的回复写得很好，内容丰富。

import numpy as np
value = precipitationVariable[:]
mask = (value < -99999.98) & (value > -100000.00) 
value = np.ma.MaskedArray(value, mask=mask)