使用 ncdf4::ncvar_get 时如何指定维度顺序？

Question

根据上一个问题 (Faster reading of time series from netCDF?)，我重新排列了我的 netCDF 文件以提供快速的时间序列读取 (scripts on github to be cleaned up eventually ...)。

简而言之，为了加快读取速度，我将尺寸从lat, lon, time 重新排列为time, lat, lon。现在，我现有的脚本中断了，因为它们假设尺寸将始终为 lat, lon, time，遵循 ncvar_get 的 ncdf4 文档，用于“开始”参数：

顺序为X-Y-Z-T（即时间维度在最后）

然而，事实并非如此。

此外，通过命令行 netCDF 实用程序 ncdump -h 和 R 函数 ncdf4::nc_open 列出的变量顺序存在相关的不一致。第一个表示维度是预期的（lat, lon, time）顺序，而后者首先看到维度与时间（time, lat, lon）。

举个简单的例子，下载文件test.nc并运行

bash-$ ncdump -h .nc
bash-$ R
R> library(ncdf4)
R> print(nc_open("test.nc")

我想做的是从变量“lwdown”中获取记录 5-15

my.nc <- nc_open("test.nc")

但这不起作用，因为R首先看到时间维度，所以我必须将我的脚本更改为

ncvar_get(my.nc, "lwdown", start = c(5, 1, 1), count = c(10, 1, 1))

更新我的脚本和函数也不错，除了我希望能够从文件中读取数据而不管维度顺序如何。

除了有没有办法概括这个函数，使它独立于维度顺序工作？

Answer 1

在问这个问题时，我想出了这个解决方案，尽管仍有改进的空间：

我能得到的最接近的方法是打开文件并以这种方式找到顺序：

my.nc$var$lwdown$dim[[1]]$name
[1] "time"
my.nc$var$lwdown$dim[[2]]$name
[1] "lon"
my.nc$var$lwdown$dim[[3]]$name
[1] "lat"

这有点令人不满意，尽管它让我找到了这个解决方案：

如果我想从c(lat = 1, lon = 1, time = 5) 开始，但ncvar_get 需要任意顺序，我可以说“

start <- c(lat = 1, lon = 1, time = 5)
count <- c(lat = 1, lon = 1, time = 10)
dim.order <- sapply(my.nc$var$lwdown$dim, function(x) x$name)

ncvar_get(my.nc, "lwdown", start = start[dim.order], count = count[dim.order])

Answer 2

我最近也遇到了这个问题。我有一个带有这种格式数据的 netcdf

nc_in <- nc_open("my.nc")

nc_in$dim[[1]]$name == "time"
nc_in$dim[[2]]$name == "latitude"
nc_in$dim[[3]]$name == "longitude"

nc_in$dim[[1]]$len == 3653 # this is the number of timesteps in my netcdf
nc_in$dim[[2]]$len == 180 # this is the number of longitude cells
nc_in$dim[[3]]$len == 360 # this is the number of latitude cells

这里令人讨厌的部分是netCDF的DIM分量的顺序是T,Y,X

如果我尝试按照 nc_in$dim 中出现的顺序使用索引来获取 pr var 的时间序列数据，则会出现错误

ncvar_get(nc_in,"pr")[3653,180,360] # 'subscript out of bounds'

如果我改为按 X、Y、T 顺序抓取数据，它会起作用：

ncvar_get(nc_in,"pr")[360,180,3653] # gives me a value

我不明白的是 ncvar_get() 包如何知道代表 X、Y 和 T 的变量，尤其是如果您生成了自己的 netCDF。