我有 1500 行和 2000 列的 netCDF 文件。其中很少有不同位置的数据不一致。我想用 NoData 值更新这种不一致。在研究过程中,我发现了许多答案,其中人们希望更新高于/低于某个阈值的变量值。例如:
#------ Research-----
dset['var'][:][dset['var'][:] < 0] = -1
#-----------------
Python:使用 netCDF4 替换 netcdf 文件中的值
由于不一致的值与数据值匹配,因此不可能基于低于/高于某个阈值来更新不一致。
我的方法1:
ncfile = r'C:\\abcd\\55618_12.nc'
variableName = 'MAX'
fh = Dataset(ncfile, mode='r+')
for i in range(500,600,1):
for j in range(200,300,1):
fh.variables[variableName][i][j] = -99900.0 # NoData value
#--- or
#fh.variables[variableName][i:j] = -99900.0
fh.close()
方法二:
fh = Dataset(ncfile, mode='r')
val = fh.variables[variableName]
for i in range(500,600,1):
for j in range(200,300,1):
val[i][j] = -99900.0
fh = Dataset(ncfile, mode='w') #(ncfile, mode='a')(ncfile, mode='r+')
fh.variables[variableName] = val
fh.close()
结果:脚本成功完成处理。但是不要更新 .nc 文件。
朋友们,非常感谢您的帮助。
以下方法对我有用:
import netCDF4 as nc
import numpy as np
ncfile = r'C:\\abcd\\55618_12.nc'
variableName = 'MAX'
fh = nc.Dataset(ncfile, mode='r')
val = fh.variables[variableName][:]
fh.close()
print type (val)
for i in range(500,600,1):
for j in range(200,300,1):
#print i,j
val[i][j] = -99900.0
if val[i][j]> -99900.0:
print val[i][j]
fh = nc.Dataset(ncfile, mode='r+')
fh.variables[variableName][:]= val
fh.close()
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句