第一篇 NC数据深度优先检索（Python)

本文链接：https://blog.csdn.net/weixin_43086925/article/details/84203391

本文介绍了如何利用Python的netCDF4库进行NetCDF数据的深度优先检索。NetCDF是一种通用数据格式，尤其在环境和地学领域常见。通过创建一个类，使用递归方法遍历文件的group结构，实现对数据的查找。文中提供了安装库的步骤、代码实现和使用示例。

摘要由CSDN通过智能技术生成

第一篇 NC数据深度优先检索

NetCDF是UCAR开发的一种通用数据格式，可能做环境或者地学的人会比较熟悉。这种数据格式非常方便使用者读取和编辑，很多语言都可以对这种格式进行读写。这种格式会保留原有数据的长度、维度等信息，就像Python的.npy，matlab的.m和IDL的.sav文件一样。NetCDF以.nc格式对数据进行存储，所存储的数据结构可以用一个数表示[1]：

Stephen R Clark，https://www.researchgate.net/figure/The-hierarchical-group-structure-for-an-example-output-file-in-NetCDF-format-The-groups_fig4_308964752
树的根节点表示我们访问的nc文件，每一个子节点表示一个group，一个nc文件可能会包含很多group，而每一个group下面也可能包含很多新的group。这一个棵树的叶子就代表了该文件所储存的数据集，根节点和子节点都可以链接到很多数据集。所以，nc文件下存储的数据结构可能会很复杂，当我们知道所需数据的key（通常就是数据名称）的时候，便可以通过深度优先检索的方式对数据进行查找。

代码实现

Anaconda目前并没有自带netCDF4的库，所以首先我们需要自行安装这个库。和其他大部分库的安装一样，打开命令行窗口，键入：

pip install netCDF4

pip就会自动帮助你安装好netCDF4。

我一般会使用Spyder或者vim对脚本进行编辑，我们需要先导入所需要的库：

import netCDF4 as nc
from numpy import *

然后我们定义一个类，简单地来说这个类的核心就是一个栈，用来暂存我们在检索过程中遇到的节点，包括根节点和子节点。当我们对某一个节点检索，没有发现我们所要找的数据时，就从这个栈的栈尾取出一个节点继续检索。这个地方不明白的话可以先了解一下深度优先检索：

class deep_search_nc:
    def __init__(self,nc_ob): #初始化，把根节点放入栈内
        self.ob_list_i = [nc_ob]
        self