Question

我有一个NetCDF文件，其中包含一个浮点值为precision / scale == 7/2的变量，即-99999.99到99999.99之间可能存在值。

当我从NetCDF变量中获取一些值并在我的调试器中查看它时，我看到我现在在数组中的值具有比我在原始NetCDF中看到的更高的精度/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'，但是当我查看切片数组中的值时，它们看起来像'-99999.9921875'（更大的比例长度）。因此，如果我使用'-99999.99'作为指示缺少数据点的预期值，那么我将无法与切片数组中的内容匹配，因为这些值具有更大的比例长度和附加数字缩放不仅仅是用于填充的零。

例如，如果我对NetCDF数据集中的某个点执行ncdump，我会看到这一点：

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，如果我从变量中得到一片数据：

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：

value == ndarray: [[[-99999.9921875]]]

因此，看起来我读入Numpy数组的NetCDF数据集值没有以与NetCDF文件中原始值相同的精度/比例读取。或者NetCDF中的值实际上与我在阅读时看到的相同，但是由于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了。

有人可以告知这里发生了什么吗？在此先感谢您的帮助。

BTW我在Windows XP机器上使用Python 2.7.3开发此代码，并在此处提供的NetCDF4 API使用Python模块：https://code.google.com/p/netcdf4-python/

Answer 1

没有简单的方法可以做你想要的，因为numpy将值存储为单精度，因此它们将始终具有0.99之后的尾随数字。

但是，netCDF已经提供了丢失数据的机制（参见best practices guide）。 netCDF文件是如何编写的？ missing_value是special variable attribute，应该用于表示缺少的值。在C和Fortran接口中，创建文件时，所有变量值都将设置为缺失。如果您一次性编写变量，则可以将missing_value属性设置为缺少值的索引数组。详细了解C和Fortran接口中的填充值。这是推荐的方法。 python netCDF4模块可以很好地处理这些缺失值，并且这些数组在numpy中被读作掩码数组。

如果您必须使用当前拥有的文件，那么我建议您创建一个掩码来覆盖缺失值周围的值：

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

如何将NetCDF变量浮点数据读入Numpy数组，其精度和比例与原始NetCDF浮点值相同？

1 个答案: