多维nc数据瘦身——利用nco 在时间维上分割netcdf文件

包含时间维度的格点气象数据一般按“time * lat * lon” 形式保存为netcdf文件。当time维度比较大的时候（比如几百个或跟多），单个文件数据较多，分析时读取时效可能会比较慢，这种情况你可能想把一个较大数据分割为多个小数据。一个高效的工具是nco，本文利用python + nco，批量将月文件分割为日文件。

数据：ERA5 逐小时地面气象数据，每个自然月一个文件（一月：744*180*360），共12个月（12个文件）。

目标：分割为每个自然日一个文件，每个日文件存放当天24个小时的数据（24*180*360）。

原文件如下图：

思路：利用python进行月循环、日循环，并调用系统的nco命令进行逐日的分割、输出。

程序如下：

import os

year=2019
month=[1,2,3,4,5,6,7,8,9,10,11,12]
ndays=[31,28,31,30,31,30,31,31,30,31,30,31]

for im in month:
    for idy in range(1,ndays[im-1]+1):
        first_t = idy*24-23
        last_t  = idy*24
        #print(first_t,last_t)
        if im < 10: 
           if idy < 10: 
               command = 'ncea -F -d time,{},{} ./ERA5_surface_hrly_{}0{}.nc  ./ERA5_surface_hrly_{}0{}0{}.nc'.format(first_t,last_t,year,im,year,im,idy)
           else:
               command = 'ncea -F -d time,{},{} ./ERA5_surface_hrly_{}0{}.nc  ./ERA5_surface_hrly_{}0{}{}.nc'.format(first_t,last_t,year,im,year,im,idy)
        else:
           if idy < 10: 
               command = 'ncea -F -d time,{},{} ./ERA5_surface_hrly_{}{}.nc  ./ERA5_surface_hrly_{}{}0{}.nc'.format(first_t,last_t,year,im,year,im,idy)
           else:
               command = 'ncea -F -d time,{},{} ./ERA5_surface_hrly_{}{}.nc  ./ERA5_surface_hrly_{}{}{}.nc'.format(first_t,last_t,year,im,year,im,idy)
        print(command)
        os.system(command)
~                               

分割后1月数据如下：