我有一个全局.nc文件的大型数据集,我正在尝试将它们裁剪到较小的区域。我将这个区域存储为.shp文件。我试过使用Qgis中的gdal,但需要转换每个变量,我必须为所有文件一个接一个地选择每个变量和相同的形状,400个文件通过每个变量似乎不是最好的主意。同样,这会返回分开的.tiff文件,而不是我想要的.nc文件。ImageList = sorted(glob.glob('*.nc'))
print('number of images to proce
我有一个光栅文件,它由三个独立的2D-numpy数组(数据、经度、经度)和一个shapefile (.shp)组成,它们是从一个NetCDF文件导入的。我想使用shapefile作为掩码来计算掩码中所有数据点的平均值、中位数和标准差。在Python中做这件事最好的地方是什么?looks like on the map import matplotlib.pyplot as pltplume = geopandas.read_file(shapefile
我有一些多边形(加拿大省份),用GeoPandas读取,并希望使用它们创建一个掩码,应用于二维纬度-经度网格上的网格数据(使用iris从netcdf文件读取)。多边形可以从以下的shapefile中获得:1)使用多边形在经纬度网格上创建一个掩码,这样就可以将其应用于python以外的许多数据文件(首选)。到目前为止我的代码是:import geopandas as g