Question

我正在编写一个读取两个不同netCDF文件的python脚本，并且在对变量进行评估后进行一些计算，这个想法是（代码的概念示例，真实的一个太长）：

import netCDF4
import numpy as np
#other modules loaded...

#Values
a = 2
b = 4
c = 1

def srf(r, h):
    if r[:] == 2:
        if h[:] > 0:
            surf = 1 + b
        else:
            surf = a + b 
    else:
        surf = a - c

return surf

path_file : /home/file.nc
fhp = Dataset(path_file, r+)
ra = fhp.variables['VAR'][:]
path_file2 : /home/file2.nc
fhp2 = Dataset(path_file2, r+)
hu = fhp2.variables['VAR2'][:]   

#Call the Function
srf(ra, hu)

netCDF文件每个都有3个维度，如果我尝试运行此代码，我会收到此错误

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我需要在las两个维度中执行的功能，这些维度包含要在域中检查的信息[TSTEP，ROW，COL]。所以我需要循环维度，但我不知道该怎么做，我也不知道是否有最简单的方法。谢谢

Answer 1

这个问题与netCDF无关，而是与从netCDF文件中获取的操作numpy数组有关。

问题是，给定一个numpy向量r，r[:] == 2（或r[:] > 0就此而言）返回一个布尔数组而不是一个布尔值。因此，它不应该用于if构造。根据您要完成的任务，您可以使用以下方法，

使用(r[:] == 2).any()或(r[:] == 2).all()代替

使用更复杂的索引，例如，

import numpy as np

def srf(r, h):
    mask_r = (r[:] == 2)
    mask_h = (h[:] > 0)
    surf  = np.ones(r.shape)*(a-c)
    surf[mask_r&mask_h] = 1 + b
    surf[mask_r&(~mask_h)] = a + b
    return surf

有关详细信息，请参阅有关advanced indexing的numpy文档。这种方法比python中的索引循环更有效，并且应该尽可能使用。

Answer 2

此外，如果要沿特定轴应用函数，可以使用numpy.apply_along_axis。

例如，如果要沿时间轴应用函数srf，则可以执行

将numpy导入为np srf_arr = np.apply_along_axis（srf，axisnumber，arrayname）

如何使用python对numpy数组（来自netCDF文件）进行比较？

2 个答案: