如何从NETcdf时间维度（0对应于一月）存储月份？

Question

我有一个三维NETcdf数据集，并试图与降水量变量。我想绘制60年来它的月平均值，但是我很难生成一个与以前的平均值计算一致的图，我没有涉及循环。下面是我如何存储一月、二月的值并取平均值：

janNES = np.empty_like(conprecip[0:720,6:-11,95:141])

for i in range(0,720,12):
     janNES[i]=(NESprecip[i,6:-11,95:141])          

mjanNES=(np.mean(janNES, axis=0))

febNES = np.empty_like(conprecip[0:720,6:-11,95:141])

for i in range(1,720,12):
     febNES[i]=(NESprecip[i,6:-11,95:141]) 

mfebNES=(np.mean(febNES, axis=0))

#values that are plotted, monthly 60 year averages
np.mean(mjanNES-mjan)
np.mean(mfebNES-mfeb)

其中0-11是1月到12月，所以我同样存储其他月份的值。我相信我存储数据的方式有问题，因为在我减去控件（mjan和mfeb，使用此方法存储）并再次取平均值后，会产生奇怪的结果。谢谢你的阅读和帮助。你知道吗

Answer 1

janNES数组的第一个维度的大小是720，但是随着时间的推移，循环使用：

for i in range(0,720,12):
    janNES[i]=...

您只需要填充每12个（0,12,24,...）项，但最后要取整个数组的平均值。您可能希望将数组创建为：

janNES = np.empty_like(conprecip[0:720:12,6:-11,95:141])

然后在上面循环，例如：

for ii,i in enumerate(range(0,720,12)):
    janNES[ii]=(NESprecip[i,6:-11,95:141])

ii现在从0,1,2,..,59运行，i从0,12,24,..,708运行。你知道吗

---

顺便说一下，您不需要for循环，Numpy可以通过切片原始数组直接选择数据：

janNES = NESprecip[0:720:12, 6:-11, 95:141]
febNES = NESprecip[1:720:12, 6:-11, 95:141]

你甚至可以直接用这个来计算平均值：

mjanNES = NESprecip[0:720:12, 6:-11, 95:141].mean(axis=0)