代码是# -*- coding: utf-8 -*- # import arcpy import netCDF4 as nc # 将nc文件选择变量后转成tif图层成功 nc_file = nc.Dataset('F:/nc_data/1979_sd.nc', 'r') # 获取变量 var2 = nc_file.variables['rsn'] var1 = nc_file.variables['sd'] # 将变量中的数据相加 new_var_data = 10*var1[:] / var2[:] # 创建新的.nc文件 new_nc_file = nc.Dataset('1979_sd_1.nc', 'w') # 定义.nc文件的维度 new_nc_file.createDimension('lat', var1.shape[0]) new_nc_file.createDimension('lon', var1.shape[1]) # 定义新的变量 new_var = new_nc_file.createVariable('new_variable', 'f4', ('lat', 'lon')) # 将新变量的数据写入新的.nc文件 new_var[:] = new_var_data # 关闭文件 nc_file.close() new_nc_file.close()

在你的代码中，`var1` 和 `var2` 可能是两个不同形状的数组。具体来说，`var1` 和 `var2` 可能有不同的维度，或者在某个维度上的长度不同，从而导致在计算 `new_var_data` 时出现了 shape mismatch 的错误。

你可以通过打印 `var1` 和 `var2` 的形状，以及它们在各个维度上的长度，来检查这个问题。具体代码如下：

import netCDF4 as nc

nc_file = nc.Dataset('F:/nc_data/1979_sd.nc', 'r')
var1 = nc_file.variables['sd']
var2 = nc_file.variables['rsn']

print(var1.shape)
print(var2.shape)
print(var1.shape[0], var2.shape[0])
print(var1.shape[1], var2.shape[1])

运行这段代码后，将会输出 `var1` 和 `var2` 的形状以及它们在各个维度上的长度。你可以根据这些信息来判断 `var1` 和 `var2` 是否有不同的维度或者长度，从而找到并解决 shape mismatch 的问题。