python裁剪nc文件

裁剪nc文件的常用思路有两种。第一种是先进行nc文件的指标处理，再进行裁剪。第二种是直接使用salem库将不感兴趣的部分处理为nan。[1]

下面是一个使用步骤的示例代码：

import os
import geopandas as gpd
import numpy as np
import xarray as xr
import rioxarray
from shapely.geometry import mapping

os.chdir('E:/seasonyield_predict/datapre/climate/pre')

# 读取nc文件
filenames = glob.glob('*.nc')

# 读取shp文件
shp_dir = 'E:/seasonyield_predict/datapre/region/clip/clip_dbc.shp'
db_shp = gpd.read_file(shp_dir)

outpath = 'E:/seasonyield_predict/datapre/climate/pre_cliped_nc/'

for file in filenames:
    data = xr.open_dataset(file)
    data = data.prep.loc[:, :, :]
    data = data.transpose('time', 'lon', 'lat')
    
    for i in range(len(data)):
        datab = data[i].transpose('lon', 'lat')
        datab.rio.write_crs("EPSG:4326", inplace=True)
        datab.rio.set_spatial_dims(x_dim="lon", y_dim="lat", inplace=True)
        
        # 裁剪数据
        clipped = datab.rio.clip(db_shp.geometry.apply(mapping), db_shp.crs, drop=False)
        
        # 输出裁剪后的nc文件
        out = outpath + str(data[i].time.values)[0:10] + '_pre.nc'
        clipped.to_netcdf(out, mode='w', format="NETCDF4")
        print(out)

另外，还可以使用netCDF4库来读取nc文件并提取变量信息。下面是一个示例代码：

from netCDF4 import Dataset
import numpy as np

nc_file = './file.nc'
nc = Dataset(nc_file, mode='r')

# 获取变量名
all_vars = nc.variables.keys()

# 获取经度、纬度、时间和数据
lon = nc['lon'][:]
lat = nc['lat'][:]
tim = nc['time'][:]
power = nc['power'][:]

# 将数据转换为numpy数组
power = np.array(power)
lon = np.array(lon)
lat = np.array(lat)
tim = np.array(tim)

希望以上信息对你有帮助。