如何从 NETcdf 时间维度（0 对应 jan）存储月份？

Question

我有一个 3d NETcdf 数据集，正在尝试使用降水量变量。我想绘制它 60 年来的月平均值，但很难生成与我之前没有涉及 for 循环的平均计算一致的图。以下是我如何存储一月、二月的值并取平均值：

janNES = np.empty_like(conprecip[0:720,6:-11,95:141])

for i in range(0,720,12):
     janNES[i]=(NESprecip[i,6:-11,95:141])          

mjanNES=(np.mean(janNES, axis=0))

febNES = np.empty_like(conprecip[0:720,6:-11,95:141])

for i in range(1,720,12):
     febNES[i]=(NESprecip[i,6:-11,95:141]) 

mfebNES=(np.mean(febNES, axis=0))

#values that are plotted, monthly 60 year averages
np.mean(mjanNES-mjan)
np.mean(mfebNES-mfeb)

其中 0-11 是一月到十二月，所以我类似地存储其他月份的值。我认为我存储数据的方式有问题，因为在减去控件（mjan 和 mfeb，使用此方法存储）并再次取平均值后，它会产生奇怪的结果。感谢您的阅读和帮助。

Answer 1

你的 janNES 数组第一维的大小是 720，但是当你随着时间循环时：

for i in range(0,720,12):
    janNES[i]=...

您只填充每 12 个 (0,12,24,...) 项，但最后取整个数组的平均值。您可能希望将数组创建为：

janNES = np.empty_like(conprecip[0:720:12,6:-11,95:141])

然后循环遍历它，例如：

for ii,i in enumerate(range(0,720,12)):
    janNES[ii]=(NESprecip[i,6:-11,95:141])

ii 现在从 0,1,2,..,59 运行，而 i 从 0,12,24,..,708.

运行

顺便说一句，你不需要 for 循环，Numpy 可以 select 通过切片原始数组直接获取数据：

janNES = NESprecip[0:720:12, 6:-11, 95:141]
febNES = NESprecip[1:720:12, 6:-11, 95:141]

你甚至可以直接计算平均值：

mjanNES = NESprecip[0:720:12, 6:-11, 95:141].mean(axis=0)

如何从 NETcdf 时间维度（0 对应 jan）存储月份？

How to store months from NETcdf time dimension (0 corresponding to jan)?

python

netcdf

netcdf4