MJO指数绘制（rmm_new.nc）中最后100天的rmm1, rmm2 指数随时间的变化 python

首先，我们需要使用Python中的NetCDF4库来打开rmm_new.nc文件并读取其中的数据。然后，我们可以通过选择最后100天的数据来绘制rmm1和rmm2指数随时间的变化。

以下是一个示例代码：

import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as plt

# 打开netCDF文件
f = nc.Dataset('rmm_new.nc', 'r')

# 读取rmm1和rmm2数据
rmm1 = f.variables['RMM1'][:]
rmm2 = f.variables['RMM2'][:]

# 获取时间变量并转换为datetime格式
time_var = f.variables['time']
dtime = nc.num2date(time_var[:], time_var.units)

# 选择最后100天的数据
last_100_days_rmm1 = rmm1[-100:]
last_100_days_rmm2 = rmm2[-100:]
last_100_days_dtime = dtime[-100:]

# 绘制rmm1和rmm2指数随时间的变化
fig, ax = plt.subplots(figsize=(12, 6))
ax.plot(last_100_days_dtime, last_100_days_rmm1, label='RMM1')
ax.plot(last_100_days_dtime, last_100_days_rmm2, label='RMM2')
ax.set_xlabel('时间')
ax.set_ylabel('MJO指数')
ax.legend()
plt.show()

这段代码将打开rmm_new.nc文件并读取其中的rmm1和rmm2数据。然后，它将获取时间变量并将其转换为datetime格式。接下来，它将选择最后100天的数据并使用Matplotlib库绘制rmm1和rmm2指数随时间的变化。最后，它将显示绘图。

请确保在运行此代码之前已安装所需的库。