第一篇 NC数据深度优先检索（Python)

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]：

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