写一段python代码 遍历 文件夹中所有nc文件 根据经纬度 提取u、v风变量 转换为风速和风向

为了实现这个功能，你可以结合`numpy`, `xarray`, 和 `matplotlib`库来遍历文件夹中的`.nc`文件，提取风速和风向。以下是一个简单的示例：

import numpy as np
from xarray import open_dataset
from cartopy.crs import PlateCarree
import matplotlib.pyplot as plt

# 定义函数以打开并处理每个.nc文件
def process_nc_file(file_path):
    with open_dataset(file_path) as ds:
        u = ds['U']  # 假设'u'字段存储着经向风分量
        v = ds['V']  # 假设'v'字段存储着纬向风分量
        lon = ds['lon']  # 经度
        lat = ds['lat']  # 纬度
        
        # 计算风速 (m/s)
        wind_speed = np.sqrt(u**2 + v**2)
        
        # 计算风向 (deg, 0-360)
        wind_direction = np.rad2deg(np.arctan2(v, u))
        # 注意：这里可能需要根据具体方向定义范围，如0-360度或者负角度
        
    return wind_speed, wind_direction, lon, lat

# 获取文件夹路径（替换为你实际的文件夹路径）
folder_path = "/path/to/your/wrf_data_folder"

# 创建Basemap对象
basemap = get_basemap(folder_path)

# 遍历文件夹中的所有.nc文件
for file_name in os.listdir(folder_path):
    if file_name.endswith(".nc"):
        file_path = os.path.join(folder_path, file_name)
        wind_speed, wind_direction, lon, lat = process_nc_file(file_path)

        # 在地图上绘制风速和风向
        fig, ax = plt.subplots(subplot_kw={'projection': basemap})
        cs = ax.pcolormesh(lon, lat, wind_speed, cmap='jet')
        cbar = plt.colorbar(cs, orientation='vertical', pad=0.02)
        cbar.set_label('Wind Speed (m/s)')
        
        q = ax.quiver(lon, lat, wind_speed*np.cos(np.deg2rad(wind_direction)), 
                      wind_speed*np.sin(np.deg2rad(wind_direction)), scale=1, width=0.005)
        ax.set_title(f"Wind Data from {file_name}")

plt.show()

请注意，这段代码假设了WRF数据集中的风分量以`U`和`V`命名，并且`lon`和`lat`表示坐标。如果实际情况不同，你需要相应地调整代码。