我有一个 netCDF4 数据文件,其中时间变量存储为浮点数
(netCDF: 'f8', numpy: float64)
,我需要将其更改为 32 位 int (netCDF: 'i4', numpy: int32)
。我尝试过在 python 中进行更改
tds.variables['time'][:] = np.int32(tds.variables['time'][:])
但这并没有奏效。进行此更改的最佳方法是什么?
既然你用
nco
标记了问题,我认为用 nco
的解决方案也是可以接受的。这可以用 ncap2
来完成(以我周围的 NetCDF 文件为例):
ncdump -h drycblles.default.0000000.nc`:
给出:
netcdf drycblles.default.0000000 {
dimensions:
z = 128 ;
zh = 129 ;
t = UNLIMITED ; // (37 currently)
variables:
double t(t) ;
t:units = "s" ;
t:long_name = "Time" ;
.....
之后的相同转储(修改文件):
ncap2 -s 't=int(t)' drycblles.default.0000000.nc drycblles.default.0000000_2.nc
给出:
int t(t) ;
t:long_name = "Time" ;
t:units = "s" ;
您在 Python 中尝试的操作将不起作用,因为您将变量 time
的
data转换为
int
,但仍将其存储为 float
(您不会更改 NetCDF 中的变量类型)文件)。我没有看到任何更改数据类型的选项,我想您可以将变量 time
复制到另一个名称,创建一个类型为 time
的新变量 int
,复制数据,然后删除旧的变量time
变量。
对于 2024 年解决方案,
xarray
:
import xarray as xr
ds = xr.open_dataset('your.nc')
ds['time'] = ds['time'].astype('int')
ds.to_netcdf('your_new.nc')