1、nc文件科普
NetCDF（.nc）文件可通過多種專業軟件打開，包括Panoply、GIS工具（如ArcGIS/QGIS）、編程語言（Python/R）以及氣象數據處理工具（如ncview、meteoinfo），但普通文本編輯器（如記事本）僅能查看原始代碼無法解析數據。
專業軟件推薦
1.1、Panoply。
NASA開發的跨平台工具，專用於氣象、海洋等科學數據的可視化，支持NetCDF格式的直接讀取和圖形化展示。官網下載：NASA Panoply。
1.2、GIS軟件。
ArcGIS：通過Multidimension Tools模塊轉換為柵格圖層。
QGIS：原生支持.nc文件拖拽打開，支持數據符號化處理。
1.3、編程工具。
Python：使用netCDF4庫或xarray庫讀取數據。
R語言：通過ncdf4包處理.nc文件。
1.4、氣象專用工具。
ncview：輕量級Linux工具，適用於WRF模型輸出的.nc文件。
meteoinfo：國產開源軟件，支持快速讀取氣象數據。
1.5、其他工具。
CIMCO Edit：數控編程軟件，適用於工業NC代碼編輯（非氣象數據）。
HDFView：支持部分NetCDF文件，需配合Java環境使用。
1.6、注意事項
CAD軟件無法直接打開.nc文件，工業NC代碼文件（如數控加工文件）需專用轉換工具（如諾誠NC轉換器）。
文本編輯器（記事本/Word）僅顯示二進制代碼，無法解析科學數據內容。
2、編程工具解析(目前採用的是python)
2.1、編碼環境要求
windows需要安裝hdf5，python環境需要安裝netcdf4庫。
2.1.1、hdf5安裝
https://support.hdfgroup.org/ftp/HDF5/releases/hdf5-1.12 下載對應的環境版本安裝即可
2.1.2、hdf5環境變量配置
需配置 HDF5_DIR 環境變量
2.1.3、netcdf4 類庫安裝
這時候只需要安裝編譯好的netcdf4庫的二進制文件即可：
終端pip安裝：
# pip install netcdf4 --prefer-binary如果是源碼安裝，可能會報錯，一定要留意一下！！！
2.2、python環境安裝小結
3、python讀取nc文件，並保存csv
廢話不多説，直接上代碼了。
3.1、詳細查看NC文件結構
import netCDF4 as nc
def inspect_nc_file(nc_file_path):
"""
詳細查看NC文件結構
"""
try:
with nc.Dataset(nc_file_path, 'r') as nc_file:
print("=" * 50)
print("NC文件基本信息:")
print("=" * 50)
# 文件格式和維度
print(f"文件格式: {nc_file.data_model}")
print(f"文件維度: {nc_file.dimensions}")
print(f"文件變量: {list(nc_file.variables.keys())}")
print("\n" + "=" * 50)
print("維度詳細信息:")
print("=" * 50)
for dim_name, dim in nc_file.dimensions.items():
print(f"{dim_name}: {len(dim)} 個元素")
print("\n" + "=" * 50)
print("變量詳細信息:")
print("=" * 50)
for var_name, var in nc_file.variables.items():
print(f"\n變量名: {var_name}")
print(f" 維度: {var.dimensions}")
print(f" 形狀: {var.shape}")
print(f" 數據類型: {var.dtype}")
print(f" 屬性: {dict(var.__dict__)}")
# 顯示部分數據樣本
if len(var.shape) <= 2: # 只顯示低維數據的樣本
sample_data = var[:]
if hasattr(sample_data, 'flatten'):
sample_data = sample_data.flatten()
print(f" 數據樣本: {sample_data[:5]}...") # 顯示前5個值
print("\n" + "=" * 50)
print("全局屬性:")
print("=" * 50)
for attr_name in nc_file.ncattrs():
print(f"{attr_name}: {getattr(nc_file, attr_name)}")
except Exception as e:
print(f"錯誤: {e}")
# 使用示例
inspect_nc_file('wspd_2024.nc')3.2、讀取NC文件並保存CSV
注意：需根據3.1代碼的輸出格式，對應的調整讀取與保存代碼。
import netCDF4 as nc
import pandas as pd
import numpy as np
def nc_to_csv(nc_file_path, csv_file_path):
"""
將NC文件轉換為CSV文件
參數:
nc_file_path: NC文件路徑
csv_file_path: 輸出的CSV文件路徑
"""
try:
# 讀取NC文件
with nc.Dataset(nc_file_path, 'r') as nc_file:
# 提取變量數據
lat = nc_file.variables['lat'][:]
lon = nc_file.variables['lon'][:]
data = nc_file.variables['data'][:]
print(f"數據維度: lat={lat.shape}, lon={lon.shape}, data={data.shape}")
# 創建網格座標
lon_grid, lat_grid = np.meshgrid(lon, lat)
# 展平數據
df = pd.DataFrame({
'latitude': lat_grid.flatten(),
'longitude': lon_grid.flatten(),
'data_value': data.flatten()
})
# 保存為CSV
df.to_csv(csv_file_path, index=False)
print(f"文件已保存到: {csv_file_path}")
print(f"共 {len(df)} 行數據")
except Exception as e:
print(f"錯誤: {e}")
# 使用示例
if __name__ == "__main__":
nc_to_csv('wspd_2024.nc', 'wspd_2024.csv')
