### 将 NumPy 数组保存为 NetCDF 文件 为了将 `NumPy` 的 `ndarray` 数据保存到 `.nc` (NetCDF) 文件中，可以利用 Python 中的 `netCDF4` 库来创建一个新的 NetCDF 文件并定义所需的维度和变量。下面是一个详细的例子说明如何完成这一操作。 #### 安装必要的库 如果尚未安装 `netCDF4` 库，则可以通过 pip 进行安装： ```bash pip install netCDF4 numpy ``` #### 创建新的 NetCDF 文件并将数据写入其中 ```python import numpy as np from netCDF4 import Dataset file_name_path = 'example.nc' rootgrp = Dataset(file_name_path, 'w', format='NETCDF4') # 创建新文件[^1] # 添加纬度信息 latitudes = rootgrp.createDimension('latitude', size=73) # 假设有73个纬度点 longitudes = rootgrp.createDimension('longitude', size=144) # 假设有144个经度点 # 创建坐标轴变量 lats = rootgrp.createVariable('latitude', 'f4', ('latitude',)) lons = rootgrp.createVariable('longitude', 'f4', ('longitude',)) # 设置坐标轴属性 lats.units = "degrees_north" lons.units = "degrees_east" # 初始化坐标值 lats[:] = np.linspace(-90, 90, num=len(lats), dtype=np.float32) lons[:] = np.linspace(0, 360, num=len(lons), endpoint=False, dtype=np.float32) # 构建要存储的数据集 data_array = np.random.rand(len(lats), len(lons)).astype(np.float32) # 向文件中添加实际测量或计算得到的数据作为变量 temperature = rootgrp.createVariable('temperature', 'f4', ('latitude', 'longitude')) temperature[:, :] = data_array # 关闭文件连接 rootgrp.close() ``` 上述代码片段展示了怎样通过指定尺寸创建纬度(`latitude`)和经度(`longitude`)这两个维度，并基于这些维度构建了一个名为 `temperature` 的二维浮点数类型的变量用于存放温度数据。最后关闭了与 NetCDF 文件之间的链接以确保所有更改都被正确保存下来[^3]。 #### 验证所创建的 NetCDF 文件的内容 一旦完成了上面的操作之后，还可以再次打开刚刚创建好的 NC 文件来进行验证其内部结构以及确认之前设置的各项参数是否无误: ```python with Dataset(file_name_path, mode="r") as dataset: print(dataset.dimensions.keys()) # 打印所有的维度名称 print(list(dataset.variables)) # 列出所有的变量名 temp_var = dataset['temperature'] print(temp_var.shape) # 输出 temperature 变量形状 print(type(temp_var[:])) # 显示读取出的数据类型 ``` 此部分有助于理解最终生成的结果文件内的具体布局情况，同时也便于后续进一步处理或者分析工作时能够快速定位所需的信息[^4]。