python 生成nc文件_NCL>Python用户手册V1.1（宗培书译）

NCL官网(http://www.ncl.ucar.edu/)有NCL-to-Python Transition Guide，喜欢看原版的可以自行下载或在线阅读：

http://www.ncl.ucar.edu/Document/Manuals/NCL_to_Python/Transition_Guide_NCL_PyNGL.pdf

下面是我对该用户手册的翻译。其实现在各类翻译软件发展迅猛，付费用户可以直接上传.pdf文件，机器可以快速翻好，其后人工再作一些修改即可。可惜，我不是付费用户，所以还是自己翻吧。。

NCL -> Python用户手册V1.1

宗培书(译) 2019.02.14

1、引言

对于大多数NCL用户来说，从NCL转向Python可能是一个重大的跨越，需要花费大量的时间。本手册旨在帮助用户减轻过渡时期的困难，缓解新语言的使用所带来的焦虑。

本手册第一部分提供了NCL和Python语言特性的比较表，第二部分包含NCL和Python的相对应的常用数学函数。

接下来的两个部分为 NCL和Python读写ASCII和NetCDF文件的示例。

手册的其余部分包含一些用NCL和Python编写的图形示例，其中Python 脚本绘图时使用PyNGL模块。

NCL和Python脚本的对应表中，左侧一列为NCL脚本，右侧为相应的Python脚本。逐行比较脚本，可以发现二者之间的差异并没有想象中那么巨大。

本手册中的许多例子可以在NCL官网上找到:

http://www.ncl.ucar.edu/Applications/NCL_to_Python/

本手册中还有一些例子，使用的是xarray而不是PyNIO。如果想要使用PyNIO，可以在被注释的部分找到相应代码。

要运行示例脚本，最简单的方法是使用conda。Miniconda的下载地址为:

https://conda.io/en/latest/miniconda.html

(阿宗按：conda是一种通用包管理系统，旨在构建和管理任何语言和任何类型的软件。举个例子：包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

Anaconda是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，就是把很多常用的不常用的库都给你装好了。

Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。就只包含最基本的东西，其他的库得自己装。

其实我个人推荐下载安装Anaconda，尤其是服务器用户，Anaconda会给你省去很多麻烦。Anaconda的下载安装，以及PyNIO和PyNLG的安装方法见本公众号旧文：

如何优雅地告别NCL

)

安装完成conda后，可以使用conda来安装所有需要的包。建议将这些软件包安装到一个单独的环境中:

conda create -n ncl_to_python -c conda-forge xarray netcdf4 scipy pyngl pynio ncl
source activate ncl_to_python

(阿宗按：有人反馈过这种方法安装netcdf4后，import netcdf4时会报错。因此这里提供另外一种安装netcdf4的方法：

对于Windows用户：

1、在Anaconda Prompt(开始菜单栏，Anaconda3文件夹下)输入命令：conda update --all

2、运行完成后，安装netCDF4模块：conda install netCDF4

对于Linux用户：

直接在命令行输入 conda update --all，运行完成后再输入conda install netCDF4，即可。在这里，Anaconda用户可以顺带手把深度学习的常用模块Keras和TensorFlow都安装一下，命令如下：

conda install keras

conda install tensorflow)

本手册示例脚本中所使用的数据文件(包括binary文件、ASCII文件、和NetCDF文件)，可以从这里下载：

http://www.ncl.ucar.edu/Document/Manuals/NCL_User_Guide/Data/

最后，NCL脚本和Python脚本的运行方法如下：

NCL: ncl script_name.ncl
PyNGL: python script_name.py

2、NCL与Python语言基础

变量赋值、数组索引、循环和条件语句在NCL和Python中的写法不同，但也有许多相似之处。进行完整的比较会超出本手册的范围，因此只列出了一些比较常用的情况。

要了解更多关于NCL、Python、Xarray、NumPy等的信息，请参见：

NCL相关文件： http://www.ncl.ucar.edu/Document/Python 2.x相关文件： https://docs.python.org/2/index.htmlPython 3.x相关文件： https://docs.python.org/3/Numpy and Scipy： https://docs.scipy.org/doc/ESMPy： https://www.earthsystemcog.org/projects/esmpy/xarray： http://xarray.pydata.org/en/stable/xesmf： https://xesmf.readthedocs.io/en/latest/

NCL和Python脚本写法对比如下：

3、数学函数

Python的模块numpy提供了许多现成的数学函数来计算平均值(averages, means)、最小值(minimum)、最大值(maximum)，和一些统计量(statistics)。下面的对比列表不包含所有的函数，只是列出了一些常用的。

想要了解更多的关于NCL和Python的数学模块，可以参见：

NCL：http://NCL.ucar.edu/document/functions/math.shtml

Numpy：https://docs.scipy.org/doc/Numpy-1.13.0/reference/routines.math.html

Python中加载numpy的命令为：

import numpy as np

4、读文件

比较NCL和PyNGL的最好方法是把NCL脚本和PyNGL脚本放在一起，比对着学习。本章将概述二者的差异和类似之处。使用 PyNIO 打开和读取一个文件是直接进入文件进行处理，而不用管是GRIB、HDF还是Netcdf格式。 NCL读取ASCII文件的方法则略有不同，详见4.2。

4.1 读取GRIB, HDF或netCDF格式的文件

分别用NCL和Python创建脚本，实现如下功能：打开一个文件，打印它包含的变量，读取一个变量并打印一些关于该变量的信息。

4.2 读取ASCII文件

通常ASCII文件用于存储可读格式的数据，例如观测资料(站点数据)。ASCII数据文件可以包含按列写入的使用分隔符分隔列的数据(CSV文件)，也可以按行写入，或进行其他的组合。因此，在读取文件之前，对文件中的内容进行描述是非常重要的。

假设我们想要读取一些数据，将其存储在一个数组中，打印该数组和一些更多的信息，比如行和列的数量，数值范围和数组形状等。该ASCII文件为Test 6h.csv：

2.00;3.50;5.10;8.20
2.40;3.10;4.80;8.90
2.60;3.70;5.30;10.10
2.75;3.90;5.55;10.25
3.00;4.10;6.05;10.50

代码如下：

下一个例子展示了如何读取包含21361行的ASCII文件。该文件包括一行开头和21360行纬度、经度和温度值。文件名为asc6.txt，可以从 http://ncl.ucar.edu/applications/data/asc/asc6.txt 下载。

纬度 经度 温度 (C)
33.3 76.5 20.3
33.3 76.6 20.3
33.3 76.7 21.5
33.3 76.8 20.0

……

4.3 读取多个文件

当不同时次的同一个变量存储在多个文件中时，NCL和Python的netCDF4包都可以实现读取多个文件。

5、写文件

在很多时候，能够将计算得到的数据保存到新文件中是十分重要的。接下来的两个例子分别比较写netCDF 文件的和写ASCII 文件这两种情况。

5.1 写netCDF文件

假设有一个文件rectilinear_grid_3D.nc，我们需要读取level=0的变量t，并且把它从开尔文转换到摄氏度。然后，我们再将转换后的数据写入一个新的netCDF文件。写netCDF文件的方法有两种，一种是简易版，另一种方法则包含更多细节。二者的区别在于 netCDF文件的元数据。

建议在写入文件之前先定义(或创建)所有维度、变量和属性，这样写变量的效率会高得多。

简易版：

简易版本下，NCL和Python创建的netCDF文件没有差异(可以用命令cdo diff t_degC_ncl_short.nc t_degC_py_short.nc 来查看)，但是两个文件的元数据是有差别的：

详细版方法(包括保存和设置元数据)：

该方法下生成的两个.nc文件的元数据是一样的：

5.2 写ASCII文件

对于将变量写入ASCII文件，Ncl和PyNGL脚本非常相像。

6、绘图

在绘图方面，NCL和PyNGL的图形设置也有很多相似之处，这也让我们在转用新语言时减少了很多问题。

6.1 地图

绘制地图的一个好的开始是绘制简单的填充地区的地图。这个示例演示了不同投影方法下的地图绘制方式：

绘图结果如下：

6.2 XY-Plot

一个 XY-plot 显示了坐标系中给定数组之间的关系。 第一个例子展示了如何用1D 数据数组x和y创建一个简单的XY-plot。

绘图结果如下：

下面是复杂一点的情况。假设有3个数据数组，我们想用不同的颜色和图例在同一个绘图框架中绘制它们。数据值可以存储在一个数组y中，因为它们对应相同的x值。

绘图效果如下：

6.3 柱状图

柱状图是用与它们的值成正比的矩形条绘制的xy-plot。在NCL中，修改属性@gsnxybarchart*的参数值，用户可以设置柱状图中矩形条的参数。不幸的是，PyNGL没有提供这些资源，我们必须使用函数Ngl.polygon来绘制柱状图。

出图效果如下：

篇幅有限，先翻这么多。用户手册后面的内容我都看了一下，主要包括等值线图、风场流场图、切片图、散点图，以及一些图形的覆盖、mask、绘制多个图形、绘制点线、利用shapefile绘制地图，还有插值等等。没有几句需要翻译的英文，都是硬核代码对比，有需要的话直接找到相应章节学习就好。