我要串联1000个nc文件（模拟输出），以便在Matlab中更轻松地处理它们。为此，我使用ncrcat。文件具有不同的大小，并且时间变量在文件之间不是唯一的。串联效果很好，它使我可以比单独读取文件快得多的速度将数据读取到Matlab中。但是，我希望能够识别出每个数据点所源自的原始nc文件。例如，是否可以将源文件名添加为额外的变量，以便我可以追溯数据？
答案 0 :(得分：4)
最简单的方法：在线索引
在开始之前，我将使用整数索引而不是文件名来标识每次运行，因为它很容易处理，无论是编写还是在matlab程序中进行处理。标识符可以与运行无关，而不是简单的单调递增的索引（或者，必要时甚至可以编写几个单独的索引（例如，您可能为分辨率，日期，模型版本等使用数字）。
因此，我可以想到的显而易见的方法是，每个模拟都会在文件中写入一个索引以标识自身。即第一次运行模型会写一个变量
myrun=1
第二个
myrun=2
以此类推...然后，当您对文件进行分类时，可以使用此索引轻松地唯一标识数据。
请注意，如果您的空间尺寸不是唯一的，并且步数也随编写的不同而变化，则索引将需要是所有非唯一尺寸的函数，例如myrun（x，y，t）。如果您的任何维度在所有文件中都是唯一的，则该维度在索引中是多余的，可以省略。
当然，此解决方案的唯一问题是，它意味着再次运行仿真:-D，您可能正在谈论要运行的昂贵模型，或者您无法重复的其他人的运行。如果无法重新运行，则需要尝试离线添加索引...
离线索引编制（如果网格相同则容易，否则复杂）
IF ，您的空间尺寸在所有文件中都是相同的，因此这仍然是一项轻松的任务，因为您可以轻松地在所有时间步长中离线添加索引每个文件都使用nco：
ncap2 -s 'myrun[$time]=array(X,0,$time)' infile.nc outfile.nc
或者如果您愿意覆盖原始文件（请注意！）
ncap2 -O -s 'myrun[$time]=array(X,0,$time)'
其中X是运行编号。这将添加一个变量，并带有一个新变量myrun，该变量是时间的函数，然后将X放在每一步。合并后，您可以查看哪个数据切片来自哪个特定运行。
顺便说一句，第二个零是增量，因为将其设置为零，将在给定文件中的所有时间步长写入X数（否则，如果为1，索引将在每个时间步长增加1-在某些情况下可能很有用。例如，您可以使用两个索引，一个索引的增量为零以标识运行，而第二个索引的增量为1以方便地告诉您数据切片属于第X个运行的哪一步） 。
如果您的文件也用于不同的域，那么您可能需要先将它们放在一个公共网格上，然后再考虑...
cdo enlarge
可能会有所帮助，请参阅此帖子：https://code.mpimet.mpg.de/boards/2/topics/1459
答案 1 :(得分：3)
我同意索引比文件名更简单。我只是在上面的答案中添加了一个命令，它可以将具有时间维度的唯一索引X添加到每个输入文件的命令可以简化为
ncap2 -s 'myrun[$time]=X' in.nc out.nc