Question

我有一个4维的netCDF文件。我想通过给出其中一个维度

的名称从netCDF文件中提取切片

我知道如何通过职位来做到这一点。 E.g。

from netCDF4 import Dataset
hndl_nc = Dataset(path_to_nc)

# Access by slice
hndl_nc.variables['name_variable'][:,5,:,:]

鉴于我知道维度的名称，请说A，B，C，D。如何按尺寸名称而不是位置进行访问？

Answer 1

您可以使用xarray的索引功能按维度名称访问netcdf数据。

import xarray as xr
ds = xr.open_dataset('./foo.nc')
var = ds['name_variable']
# Slice var by Dimension "A" between values 0 and 5
var_slice = var.sel(A=slice(0,5))

Answer 2

目前最接近的解决方案似乎是

np.take(nc4_variable[:],dim_ids,axis=dim)

或

nc4_variable[:].take(dim_ids,axis=dim)

其中dim_ids是切片的列表或元组，dim是您要切片的维度。不幸的是，这似乎首先加载了整个数据集，并且似乎并没有解决这个问题; [:]是必要的。在第一种方法中忽略它会在不调整add_offset，_FillValue等参数的情况下加载数据;在第二种方法中忽略它会产生错误。

在Ipython中使用%timeit进行测试，确认了正常切片与np.take方法之间的主要区别。

希望有人能够提出更完整的答案;对各种数据集非常有用。

Answer 3

所以，我可能想出一些可以作为＆＃34; 解决方案＆＃34;

的资格。

numpy数组显然可以使用单例迭代列表进行索引，例如

a = np.reshape(range(0,16),(4,4),order='F')
a = a[ [[0,1], [1]] ]

返回a等于array([4,5])。另一个例子是[[range(3),[1 2],3]]。这些单例列表以*subscripts的方式展开，就像您直接查询a[[0,1],1]而不是a[ [[0,1],1] ]一样。

因此，如果您能够查询netCDF变量中每个维度的位置和长度（使用nc_fid[var].dimension和nc_fid[var].shape非常简单），那么您只需根据位置置换列表即可每个维度。例如，如果您有按lon by lat的形状时间数据，并且您想要所有经度，所有纬度和时间索引t=5，则可以使用

之类的东西

order_want = ['lon', 'lat', 'time'] # must figure out dimension names a priori
nlon = nc_fid[var].shape[nc_fid[var].dimensions.index('lon')]
nlat = nc_fid[var].shape[nc_fid[var].dimensions.index('lat')]
ids = [ range(0,nlon), range(0,nlat), 5 ]
ids_permute = [order_want.index(n) for n in nc_fid[var].dimensions] 
ids_query = [l[i] for l,i in zip(ids,ids_permute)]

sliced_data = nc_fid[var][list_query]

这不需要维度位置的先验知识，不需要加载变量的所有维度。

请注意，在IPython中进行了一些%timeit测试后，似乎所有整数索引都有一些特殊的延迟，例如： list_query = [0,0,0,0]将 80ms ，而list_query = [range(1),0,0,0]甚至list_query = [[0,1,2,3,4,5],0,0,0]将 1ms 。非常神秘;无论如何，显然你应该尝试确保list_query不仅仅是一个整数列表。

按维名称提取netcdf4变量切片

3 个答案: