遥感数据常用库使用笔记整理---netCDF4，h5py

最新推荐文章于 2023-09-16 15:48:59 发布

Smilelulinlin

最新推荐文章于 2023-09-16 15:48:59 发布

阅读量473

点赞数

分类专栏： python 文章标签： python 机器学习人工智能

本文链接：https://blog.csdn.net/Smilelulinlin/article/details/125160457

版权

python 专栏收录该内容

15 篇文章 5 订阅

订阅专栏

netCDF4使用记录

数据读取，属性读取

   import netCDF4 as nc
   >>>read_obj = nc.Dataset(inputFile, mode='r') #数据读取
   >>> read_obj.variables.keys()# 获取所有数据集的名称
   [u'lat', u'lon', u'PRE', u'geospatial_lat_lon_extent']
   >>> read_obj.variables['PRE'].__getattr__('_Fill_Value') # 获取属性值
   65535
   >>> read_obj.variables.values() # 获取数据的所有数据集的属性
   [<type 'netCDF4._netCDF4.Variable'>
   float32 lat(lat)
    resolution: 0.0625
    unlimited dimensions: 
    current shape = (1040,)
    filling on, default _FillValue of 9.96920996839e+36 used
    , <type 'netCDF4._netCDF4.Variable'>
    float32 lon(lon)
   unlimited dimensions: 
   current shape = (1600,)
   filling on, default _FillValue of 9.96920996839e+36 used
   , <type 'netCDF4._netCDF4.Variable'>
   float32 PRE(lat, lon)
    _Fill_Value: 65535
   unlimited dimensions: 
   current shape = (1040, 1600)
   filling on, default _FillValue of 9.96920996839e+36 used
   , <type 'netCDF4._netCDF4.Variable'>
   int64 geospatial_lat_lon_extent()
    geospatial_north_latitude: 64.9688
    geospatial_west_longitude: 60.0312
    geospatial_south_latitude: 0.03125
    geospatial_east_longitude: 159.969
    unlimited dimensions: 
    current shape = ()
    filling on, default _FillValue of -9223372036854775806 used
   ]
   data = read_obj.variables[pname][:] # 获取数据集数据，注意nc数据是masked_array

文件写出

    fout = nc.Dataset(output_filename, 'w', format='NETCDF4')
    fout.createDimension('lat', len(lat))
    fout.createDimension('lon', len(lon))

    # 创建变量，createVariable（变量名，值类型，shape）
    # shape里面用上面创建的维度来约束，维度也是一种变量，一般是一维的
    fout.createVariable('lat', lat.datatype, ('lat'))
    fout.createVariable('lon', lon.datatype, ('lon'))
    # 创建变量pname等变量为四维维数组，维度分别为时间、经纬度
    fout.createVariable(newPName, read_obj.variables[pname].dtype, ("lat", "lon"))
    # 给维度填充数据，用刚刚读出的数据来填充
    fout.variables['lat'][:] = lat[:]
    fout.variables['lon'][:] = lon[:]
    # 给变量填充数据
    fout.variables[newPName][:] = np.flipud(resultData)
    fout.variables[newPName].setncattr('_Fill_Value', int(65535)) # 写数据集属性

h5py

文件读写

读取

import h5py
f = h5py.File('2A.GPM.DPR.V8-20180723.20180907-S175429-E192702.025717.V06A.HDF5')
f.keys()
f.values()  # 获取所有数据集和组

f['/NS'].keys()  # 获取组里面的成员
f['/NS/SLV/precipRate'] # 获取数据集的数据
f['/NS/SLV/precipRate'].attrs.keys() # 数据集属性key值

在这里插入图片描述

写出

    fout = h5py.File(strname, "w")
    fout.attrs['Data Date'] = data_date
    fout.attrs['File Name'] = strname
    fout.create_dataset(name='Alti', shape=size, dtype='int16', data=Alti,compression="gzip", compression_opts=1)
    fout.create_dataset(name='Lon', shape=size, dtype='int16', data=Lon, compression="gzip",compression_opts=1)
    fout.create_dataset(name='Lat', shape=size, dtype='int16', data=Lat, compression="gzip",compression_opts=1)
    fout.close()