python - 如何将NetCDF变量浮点数据读取到与原始NetCDF浮点值相同的精度和小数位数的Numpy数组中？

我有一个NetCDF文件，其中包含一个变量，其浮点值的精度/比例== 7/2，即可能存在的值介于-99999.99至99999.99之间。

当我从NetCDF变量中获取值的一部分并在调试器中查看它们时，我发现我数组中现在拥有的值比原始NetCDF中看到的值具有更高的精度/小数位数。例如，当我在ToosUI/ncdump查看器中查看值时，它们显示为“-99999.99”或“12.45”，但是当我查看切片数组中的值时，它们看起来像是“-99999.9921875”(更大的标度长度)。因此，如果我使用“-99999.99”作为表示缺少数据点的期望值，那么我将无法与切片数组中的内容匹配，因为这些值具有更大的标度长度和刻度不仅是零填充。

例如，如果我在NetCDF数据集中的一个点上执行ncdump，我会看到以下信息:

Variable: precipitation(0:0:1, 40:40:1, 150:150:1)

float precipitation(time=1348, lat=180, lon=360);
  :units = "mm/month";
  :long_name = "precipitation totals";

 data:

  {
    {
      {-99999.99}
    }
  }

但是，如果我像这样从变量中获取数据的一部分，则:

value = precipitationVariable[0:1:1, 40:41:1, 150:151:1]

然后我在调试器(Eclipse/PyDev)中看到了这样的内容:

value == ndarray: [[[-99999.9921875]]]

因此，似乎我读取到Numpy数组中的NetCDF数据集值的读取精度/标度与NetCDF文件中的原始值没有相同。也许NetCDF中的值实际上与我阅读它们时看到的值相同，但是由于ncdump程序本身中的某些格式设置，通过ncdump向我显示的值被截断了。

任何人都可以建议这里发生了什么吗？在此先感谢您的帮助。

顺便说一句，我正在Windows XP机器上使用Python 2.7.3开发此代码，并为此处提供的NetCDF4 API使用Python模块:https://code.google.com/p/netcdf4-python/

最佳答案

没有简单的方法来执行所需的操作，因为numpy将值存储为单精度，因此它们始终具有0.99之后的尾随数字。

但是，netCDF已经提供了一种丢失数据的机制(请参阅best practices guide)。 netCDF文件是如何首先写入的？ missing_value是special variable attribute，应用于指示缺少的那些值。在C和Fortran接口(interface)中，创建文件时，所有变量值都设置为丢失。如果您一次性编写了一个变量，则可以将missing_value属性设置为缺少值的索引数组。在C和Fortran接口(interface)中查看有关填充值的更多信息。这是推荐的方法。 python netCDF4模块可以很好地处理这些缺少的值，并且此类数组在numpy中作为掩码数组读取。

如果您必须使用当前拥有的文件，那么建议您创建一个掩码以覆盖缺少的值周围的值:

import numpy as np
value = precipitationVariable[:]
mask = (value < -99999.98) & (value > -100000.00)
value = np.ma.MaskedArray(value, mask=mask)

关于python - 如何将NetCDF变量浮点数据读取到与原始NetCDF浮点值相同的精度和小数位数的Numpy数组中？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/16845063/