python 不同维度的netCDF4变量乘法

Question

我有第一个变量 h 具有维度 (111,141) 另一个变量 cs_w 具有维度 (51,)。基本上我的数据是ROMS历史输出数据。现在我想将 h 与 cs_w 相乘，最终结果的维度应该是 (51,111,141)。在这里，我卡住了，无法继续。下面是我的代码

import numpy as np

import matplotlib.pyplot as plt

import netCDF4 as nc

f_in = nc.Dataset('ocean_his_0010.nc', "r")



h = f_in.variables['h']

cs_w = f_in.variables['Cs_w']


z=[[],[],[]]
for i in range(len(h[0])):
    for j in range(len(h[1])):
        for k in range(len(cs_w)):
            z[i][j][k] = h[i][j]*cs_w[k]

这是我要使用的两个变量的描述。

Out[88]: float64 Cs_w(s_w) long_name: S-coordinate stretching curves at W-points valid_min: -1.0 valid_max: 0.0 field: Cs_w, scalar unlimited dimensions: current shape = (51,) filling on, default _FillValue of 9.969209968386869e+36 used

小时输出[89]： float64 h(eta_rho, xi_rho) long_name: RHO 点测深单位：米网格：网格位置：脸坐标：lon_rho lat_rho 字段：bath，标量无限维度：当前形状 = (111, 141) 填充，使用默认 _FillValue 9.969209968386869e+36

Below is the ncdump ocean_his_0010.nc

netcdf ocean_his_0010 {
dimensions:
        xi_rho = 141 ;
        xi_u = 140 ;
        xi_v = 141 ;
        xi_psi = 140 ;
        eta_rho = 111 ;
        eta_u = 111 ;
        eta_v = 110 ;
        eta_psi = 110 ;
        N = 50 ;
        s_rho = 50 ;
        s_w = 51 ;
        tracer = 2 ;
        boundary = 4 ;
        ocean_time = UNLIMITED ; // (360 currently)

        double Cs_w(s_w) ;
                Cs_w:long_name = "S-coordinate stretching curves at W-points" ;
                Cs_w:valid_min = -1. ;
                Cs_w:valid_max = 0. ;
                Cs_w:field = "Cs_w, scalar" ;
        double h(eta_rho, xi_rho) ;
                h:long_name = "bathymetry at RHO-points" ;
                h:units = "meter" ;
                h:grid = "grid" ;
                h:location = "face" ;
                h:coordinates = "lon_rho lat_rho" ;
                h:field = "bath, scalar" ;

Answer 1

您不能只将（多维）列表定义为 z=[[],[],[]] 并按照您尝试的方式开始填充它，它需要先适当调整大小。参见例如this question/answer 处理同样的问题。

Numpy 通常更方便处理 nD 数组，您的 z 数组可以简单地定义为：

z = np.zeros((51,111,141))

并使用嵌套循环之类的东西或使用 vectorized instructions 进行填充，例如：

for k in range(51):
    z[k,:,:] = cs_w[k] * h[:,:]

甚至全自动（甚至不必事先定义 z）：

import numpy as np

h    = np.zeros((111,141))
cs_w = np.zeros(51)

z = cs_w[:,np.newaxis,np.newaxis] * h

使用这些矢量化操作通常 比手动编写循环快很多。

python 不同维度的netCDF4变量乘法

python netCDF4 variable multiplication of different dimension

matplotlib

python-3.x

netcdf4