首先,我是新来的论坛,请原谅我在这里所做的任何错误。如果你能指出我的错误,我会很高兴的,我会确保我不会重复它们当我张贴任何其他东西。在
任务:使用Python将ASCII数据文件(ucac4星型目录)转换为netCDF格式。只输出一些固定数量的列从ASCII文件到netCDF文件。在
问题: 回溯(最近一次呼叫): 文件“D:\Work 1\FINAL\New Try\txt2nc.py公司“,第51行,英寸 vic_径流[ra,spd,:,:]=输出; 文件“netCDF4.pyx”,第2821行,在netCDF4.Variable中。setitem (netCDF4.c:35204) 文件“C:\Python27\lib\site packages\netCDF4_实用工具.py“,第187行 _开始计算步幅 ee=范围(开始、停止、步进) 文件“C:\Python27\lib\site packages\numpy\ma\核心.py“,第4102行,英寸 int raise MaskError('无法将掩码元素转换为Python int') maskeror:无法将掩码元素转换为Python int.*
提前谢谢。感谢任何帮助!在
from __future__ import division
from netCDF4 import dataset
import numpy as np
import os
PATH = 'D:\\Internship Work 1\\Alok Data\\ASCII'
LL = np.loadtxt('%s\\4uc001.txt' %PATH, delimiter='|', usecols =
(0,1,2,3), skiprows=0);
LL = LL[:,:]
# NC file setup
root_grp = Dataset('%s\\4uc001.nc' %PATH, 'w', format='NETCDF4')
root_grp.description = 'Star Catalog UCAC Data'
# dimensions
ra = root_grp.createDimension('ra', 32)
spd = root_grp.createDimension('spd', 80)
magm = root_grp.createDimension('magm', 96)
maga = root_grp.createDimension('maga', 120)
# variables
ra = root_grp.createVariable('ra', np.byte, ('ra',))
spd = root_grp.createVariable('spd', np.byte, ('spd',))
magm = root_grp.createVariable('magm', np.byte, ('magm'),)
maga = root_grp.createVariable('maga', np.byte, ('maga'),)
vic_runoff = root_grp.createVariable('vic_runoff', np.byte, ('ra',
'spd', 'magm', 'maga',))
ra.units = 'mas'
spd.units = 'mas'
magm.units = 'millimag'
maga.units = 'millimag'
for ra in enumerate(ra):
tempstore = np.zeros((206,4),int)
output_filename = 'D:\\Internship Work 1\\Alok Data\\ASCII\\4uc001.txt'
output = np.loadtxt(output_filename,delimiter='|',usecols = (0,1,2,3))
tempstore[:,:] = output # ensembles x months
vic_runoff[ra,spd,:,:] = tempstore[:,:] # write all ensembles to netcdf
print('work done')
以下几点建议有望对您有所帮助:
在
vic_runoff[ra,spd,:,:]
中,spd
是一个netCDF4变量。它不能用作索引器。尝试vic_runoff[ra,0,:,:] = tempstore[:,:]
看看这是否解决了您的问题。在另外,您应该考虑使用
pandas.read_csv
或read_table
来读取ASCII文件。这里有一篇关于numpy.loadtxt
性能改进的文章最后,如果您使用pandas路径,您可以考虑使用
xarray
来写入netCDF。xarray
可以很容易地将pandas转换成xarray.Dataset
,然后整个netCDF文件都是用一个快速的Dataset.to_netcdf()
调用编写的。在相关问题 更多 >
编程相关推荐