Python3.读取nc和hdf的套路

nc和hdf是一家人，5行Python代码一锅端

网上各种读取nc和hdf格式的教程很多，我总结了一个简单暴力、性价比相当高的套路，总共只要4~5行Python代码（核心代码只有2行），通吃netCDF3、netCDF4、hdf3、hdf4：

import netCDF4 as nc

filename = r"E:\whatever.nc"  # 也可以是hdf文件

with nc.Dataset(filename) as file:
    file.set_auto_mask(False)  # 可选
    variables = {x: file[x][()] for x in file.variables}
           

最终nc或hdf中的所有变量以字典的形式存在

variables

中了。

演示环境：

• python 3.7.2
• netcdf4 1.4.2

假如要读取hdf4格式的文件好像还要装

hdf4

库（我也记不得当时是自动安装的还是手动安装的了）。

讲解

• 这个套路依赖的主要是netCDF4的强大兼容性，在读取过程中自动判断文件的具体格式。

• with

  语句会自动关闭打开的文件，省去手动调用关闭方法的一行代码。
• 最后一行中

  file.variables

  是类似字典的视图，用在循环中遍历的就是是文件中的变量名。
• 最后一行中用字典解析式（有的教程里叫字典推导）压缩了循环遍历变量的代码。
• 最后一行中

  [()]

  获取变量的值是我从

  h5py

  的使用中学的，之所以不用更常用的

  [:]

  是因为在

  h5py

  中如果变量是标量会报

  Illegal slicing argument for scalar dataspace

  的错。虽然

  netCDF4

  中好像不存在这个问题，但是

  [()]

  体现了一种周全的思维，拿来用也不报错。
• 注释

  可选

  的那一行如果去掉，读出来的变量是numpyd的

  MaskedArray

  类型如下图，和正常

  ndarray

  几乎一样只不过增加了对缺测值的表示。我习惯打开矩阵看到数值所以有这一句，如果喜欢读出数据后用

  matplotlib.pyplot.imshow()

  迅速画个图看看的话可以把这一句去掉。

注意

• filename

  文件路径和文件名中不能有中文！而读hdf5的

  h5py

  却没有这个毛病，真是令人费解。
• 通常nc文件中除了

  variables

  还有

  dimensions

  和

  groups

  ，如果需要的话将最后一行中的

  file.variables

  对应改一下。不过目前我接触到的文件中并没有人把数据放到

  groups

  里（想象成nc文件里的文件夹），而

  dimensions

  基本都是读文件前已知的，还是按需读取吧。

netCDF4格式支持多个无限维度，当有大量矩阵形式的数据（具体数据量又未知）要存取时可以把nc文件当成一个简易数据库，这就涉及到netCDF4写入操作了。下次再说~

**喜欢的话请关注吧，天晓得还会更新什么不好玩儿的东西：**