Question

我有一个netcdf文件，其中有几个值＆lt; 0.我想用一个值（比如-1）替换所有这些值。我如何使用netCDF4做到这一点？我在这样的文件中读到：

import netCDF4

dset      = netCDF4.Dataset('test.nc')
dset[dset.variables['var'] < 0] = -1

Answer 1

如果要将数据保存在netCDF变量对象中，则应该起作用：

a = Array.wrap(params[:a]).join(', ')
<% unless a.blank? %>
   <%= a%>,
   <% end %>
     b = Array.wrap(params[:where]).join(' AND ')
      <% unless params[:dedup] %>
     table_name
      WHERE <%= input_data_filter %>
       <% unless b.blank? %>
            AND <%= b %>
       <% end %>
       AND c - d <= <%= f%>

 <% else %>

如果您不想写回磁盘，请继续使用numpy数组并切片/分配给它：

import netCDF4

dset = netCDF4.Dataset('test.nc')

dset['var'][:][dset['var'][:] < 0] = -1

dset.close() # if you want to write the variable back to disk

Answer 2

对我来说，之前的答案不起作用，我解决了它：

dset = netCDF4.Dataset('test.nc','r+')
dset.variables['var'][:]
... your changes ...
dset.close()

Answer 3

我知道OP需要一个python解决方案，但是如果有人只想执行此任务，还有一种快捷方法可以从命令行使用nco来完成：

ncap2 -s 'where(x<0.) x=-1;' input.nc -O output.nc

根据这篇文章：setting values below a threshold to the threshold in a netcdf file

Answer 4

为了能够使用方程式进行条件计算，而不是仅使用常数进行计算，我根据@jhamman的代码对形状为（month，lats，lons）的变量进行了条件迭代，如下所示：

import netCDF4 as nc
import numpy as np
import time

Tmin = -1.7
Tmax = 4.9
perc = (Tmax-Tmin)/100

lats = np.arange(0,384,1)
lons = np.arange(0,768,1)
months = [0,1]
dset = nc.Dataset('path/file.nc', 'r+')

start = time.time()
dset['var'][:][dset['var'][:] < Tmin] = 100
step1 = time.time()
print('Step1 took: ' + str(step1-start))
dset['var'][:][dset['var'][:] > Tmax] = 0
step2 = time.time()
print('Step2 took: ' + str(step2 - step1))

#start iteration of each dimension to alter individual values according to equation new_value = 100-((Old_value +1.8)/1%)
for m in months:
    newstart = time.time()
    for i in lats:
        step3 = time.time()
        print('month lats lat layer '+str(i)+' took: '+str(step3-newstart) +'s')
        for j in lons:
            if dset['var'][m,i,j] < Tmax and dset['var'][m,i,j] > Tmin:
                dset['var'][m,i,j] = 100-((dset['var'][m,i,j]+1.8)/perc)       

     end = time.time()
     print('One full month took: ' + str(end-start) +'s')  

dset.close()

但是，问题在于它变成了非常慢的代码。

Step1 took: 0.0343s
Step2 took: 0.0253s
month lats lat layer: 0.4064s
One full month took 250.8082s

由于迭代，这是逻辑。但是我想知道你们中是否有人知道如何加快速度。对于这个目标，迭代真的必要吗？

Python：使用netCDF4替换netcdf文件中的值

4 个答案: