如何用Python从NetCDF文件中提取一个变量的所有值？

Question

我正在尝试使用CHESS-SCAPE数据集（可以在这里找到 - https://data.ceda.ac.uk/badc/deposited2021/chess-scape/data/rcp60/01/monthly）来获取1980到2080年间英国的地表风速数据，使用Python编程。理想情况下，我希望能得到每个网格点的每月风速数据。

这个文件是NetCDF格式的，我在使用它时遇到了很大的困难。我尝试了很多方法，但为了让这个问题简单明了，我将展示我用Python访问数据的一部分代码：

import pandas as pd
import numpy as np
import xarray as xr

data = xr.open_dataset('chess-scape.nc', chunks={})

wind_speed = data['sfcWind']

df = pd.DataFrame(wind_speed.isel(time=1199).values)

df.to_csv('windspeed.csv')

data.close()

结果在生成的csv文件中似乎是一些随机的、零散的数值，所以我猜我没有正确访问数据。我还尝试直接访问这些数值，如下所示：

df = pd.DataFrame(wind_speed.values[1199])

但我觉得在这个过程中，整个数据集都被加载到内存中，所以内存很快就满了。以下是生成的CSV文件的一个例子：

CSV输出

我目前正在使用一个已有的数据集，它是一个.dat文件，我有点不知道如何从这个NetCDF文件中提取数据，使其看起来像这个文件：

.dat文件数据集

我意识到这个问题可能表述得不好，甚至可能是个错误的问题，所以如果能给我一些方向，我将非常感激。

Answer 1

你的方法没有问题。可能让你困惑的是，实际的数据（英国的风速）周围有很多空白的网格点（海洋上没有数据）。如果你把生成的CSV文件加载到LibreOffice Calc（或Excel）中，然后尽量缩小视图，你会发现英国的形状是倒过来的（泰晤士河的入海口大约在单元格VL 182附近）。

使用xarray，你可以在像Jupyter Lab这样的交互环境中，使用 wind_speed.isel(time=1199).plot() 来直观检查提取的数据是否符合预期。（如果你的Python环境不是交互式的，你还需要 import matplotlib.pyplot as plt 和 plt.show()。）

所以，也许问题应该是：你真的需要把数据保存为CSV格式吗？根据我的经验，使用xarray处理NetCDF数据是最方便的，所以我不会尝试转换它，除非是为了可视化的目的。

顺便提一下，我建议你这样写代码（少了几个字符）：

import numpy as np
import xarray as xr
import pandas as pd


ds = xr.open_dataset('chess-scape.nc')
wind_speed = ds.sfcWind

df = pd.DataFrame(wind_speed.isel(time=1199))
df.to_csv('windspeed.csv')