有一个3维nc数据，时间纬度经度，写一段Python代码 提取最接近北纬35度，东经118度的两点取平均 得到这一点的值

在Python中，我们可以使用NumPy和NetCDF4库来处理这种3D NC (NetCDF) 数据文件。假设你的数据存储在一个名为`data.nc`的文件中，可以按照以下步骤提取数据：

import numpy as np
import netCDF4

# 读取NetCDF文件
with netCDF4.Dataset('data.nc') as nc_file:
    # 获取纬度和经度变量名，通常它们会像 lat 或 lon 这样命名
    lat_var = nc_file.variables['lat']
    lon_var = nc_file.variables['lon']

    # 定义你要查询的经纬度
    target_lat = 35
    target_lon = 118

    # 查找最接近目标位置的两个经纬度索引
    lat_index = np.argmin(np.abs(lat_var[:] - target_lat))
    lon_index = np.argmin(np.abs(lon_var[:] - target_lon))

    # 如果你想确保找到的是最接近而不是恰好匹配的位置，可以选择搜索范围内的前两个或后两个点
    # 在这里我们只取一个点，所以不需要额外处理

    # 获取对应点的时间和数据值
    time_var = nc_file.variables['time']  # 假设time是时间变量
    data_var = nc_file.variables['your_data_variable_name']  # 替换为你实际的数据变量

    # 计算时间点和数据点的平均值
    time_at_point = time_var[0]  # 假设时间只有一个点，如果不是，需要取平均或其他方法
    average_value = np.mean(data_var[0, lat_index, lon_index])

print(f"最接近(北纬{target_lat}, 东经{target_lon})的点的值为: {average_value}，时间是: {time_at_point}")