netcdf文件复制并修改

import numpy as np
from netCDF4 import Dataset
from datetime import datetime# 获取当前时间
current_time = datetime.now()# 格式化为只显示时间
formatted_time = current_time.strftime("%m-%d-%H-%M-%S")def extend_list(lst, extension_count):"""扩展列表两端，增加指定数量的元素:param lst: 原始列表:param extension_count: 扩展的元素数量:return: 扩展后的列表"""original_type = type(lst[0])delta = lst[1] - lst[0]# 向左扩展left_extension = [original_type(lst[0] - delta * i) for i in range(1, extension_count + 1)]left_extension.reverse()# 向右扩展right_extension = [original_type(lst[-1] + delta * i) for i in range(1, extension_count + 1)]# 合并扩展后的结果extended_lst = np.concatenate([left_extension, lst, right_extension])return extended_lstdef copy_variable_attributes(src_var, dst_var):"""复制变量的所有属性并设置分块大小:param src_var: 源变量:param dst_var: 目标变量"""# 复制变量的属性for attr_name in src_var.ncattrs():if attr_name != '_FillValue':  # 跳过 _FillValuedst_var.setncattr(attr_name, src_var.getncattr(attr_name))def copy_polar_stereographic(src_nc, dst_nc):"""复制 polar_stereographic 变量及其属性:param src_nc: 源 NetCDF 文件:param dst_nc: 目标 NetCDF 文件"""polar_stereographic_src = src_nc.variables['polar_stereographic']polar_stereographic_target = dst_nc.createVariable('polar_stereographic', polar_stereographic_src.datatype, polar_stereographic_src.dimensions)# 复制所有属性for attr in polar_stereographic_src.ncattrs():polar_stereographic_target.setncattr(attr, polar_stereographic_src.getncattr(attr))# 复制数据（如果是一个简单的标量数据，可以直接复制）polar_stereographic_target[:] = polar_stereographic_src[:]x_max = int(dst_nc.variables['x'][:][-1] + 3125)y_yax = int(dst_nc.variables['y'][:][-1] + 3125)# 设置 GeoTransform（示例值，可以根据需要调整）polar_stereographic_target.GeoTransform = f'-{x_max} 6250 0 {y_yax} 0 -6250'def create_and_save_nc(input_file_path, output_file_path, extension_count=100):"""扩展原始 NetCDF 数据并保存到新文件:param input_file_path: 输入的 NetCDF 文件路径:param output_file_path: 输出的 NetCDF 文件路径:param extension_count: 要扩展的坐标数（默认扩展 100）"""# 打开原始 NetCDF 文件并读取数据with Dataset(input_file_path, mode='r') as nc_file:# 读取现有的 x、y 和 zx = nc_file.variables['x'][:]y = nc_file.variables['y'][:]z = nc_file.variables['z'][:]# 获取现有的形状x_size, y_size = x.shape[0], y.shape[0]# 计算新坐标，增加指定数量的坐标点new_x = extend_list(x, extension_count)  # 在 x 轴增加指定数量的点new_y = extend_list(y, extension_count)  # 在 y 轴增加指定数量的点# 创建新的 z 数组，形状为新的 x 和 y 的交叉形状new_z = np.full((new_y.shape[0], new_x.shape[0]), 50, dtype=np.float32)  # 新数组赋值为 50# 将现有的 z 数组放入新的 z 数组中，保持原有数据new_z[extension_count:y_size + extension_count, extension_count:x_size + extension_count] = z  # 现有数据放入新数组的中间# 创建新的 NetCDF 文件来保存数据with Dataset(output_file_path, mode='w', format='NETCDF4') as new_nc_file:# 创建新的维度new_nc_file.createDimension('x', new_x.shape[0])new_nc_file.createDimension('y', new_y.shape[0])# 创建新的变量并保存数据x_var = new_nc_file.createVariable('x', 'f8', ('x',), zlib=False)y_var = new_nc_file.createVariable('y', 'f8', ('y',), zlib=False)# 设置分块大小 (例如: 'x' 维度块大小为 1，'y' 维度块大小为 1264)chunk_sizes = (1, x_var.size)  # 根据你的需求设置块大小z_var = new_nc_file.createVariable('z', np.float32, ('y', 'x'),fill_value=nc_file.variables['z']._FillValue, chunksizes=chunk_sizes,zlib=True)# 将数据写入变量x_var[:] = new_xy_var[:] = new_yz_var[:] = new_z# 复制原始变量的属性并设置分块copy_variable_attributes(nc_file.variables['x'], x_var)copy_variable_attributes(nc_file.variables['y'], y_var)copy_variable_attributes(nc_file.variables['z'], z_var)# 复制空间参考信息copy_polar_stereographic(nc_file, new_nc_file)print(f"数据已保存到 {output_file_path}")if __name__ == '__main__':input_file_path = r'F:\Polar\data\sea_ice_concentration_241130.nc'output_file_path = fr'F:\Polar\data\{formatted_time}-sea_ice_concentration_241130.nc'create_and_save_nc(input_file_path, output_file_path, extension_count=100)