使用python進行nc轉tif的3種情況解決
前言
本人是位大二在讀在校學生，專業為地理信息科學，因跟老師一起做項目，所以有幸接觸nc數據轉換為tif數據，因為在這件事情上也遇過不少坑，也花瞭不少時間，所以想在這裡將自己的心得與學習的經驗一起分享給大傢，希望大傢能獲得幫助，同時我也會很開心的！！如果哪裡說的有問題或是代碼能再改進的話，希望大傢能不吝賜教，評論區歡迎大傢哦！！！！！！
一、nc4_to_tif（多時間序列）
話不多說，直接上代碼(代碼裡面的註釋也是挺詳細的，所以就不贅述瞭)：
代碼如下（示例）：
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
from zipfile import ZipFile
import shutil
band_name = ''
def NC_to_tiffs(data,out_path):
'''
這個函數裡面有些地方還是可能需要更改
比如：coord(坐標系)
'''
coord = 4326 #坐標系，["EPSG","4326"]，默認為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) # 瞭解nc的數據類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #瞭解nc數據的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時間，經度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎屬性為-----',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬於經度的名稱
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬於緯度的名稱
global band_name
if band_name == '':
band_name = input("請輸入您想要輸出的波段的名字（您可以從'基礎屬性中得來',不用加上引號）———————:") #這裡是從用戶那傳入一個波段的字符串，因為nc4的數據比nc要復雜，所以要讓用戶確定波段的名字
band_size = [i for i,x in enumerate(key) if (x.find(str(band_name).upper())!=-1 or x.find(str(band_name).lower())!=-1)][0]
key_band = key[band_size] #獲取波段的名稱
key_lon = key[lon_size] #獲取經度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:] #獲取每個像元的經度
Lat = nc_data_obj.variables[key_lat][:] #獲取每個像元的緯度
band = np.asarray(nc_data_obj.variables[key_band]).astype(float) #獲取對應波段的像元的值，類型為數組
print("填充值：",nc_data_obj.variables[key_band])
#影像的四個角的坐標
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計算
N_Lat = len(Lat)
if Lon.ndim==1 :
N_Lon = len(Lon) #如果Lon為一維的話，就取長度
else:
N_Lon = len(Lon[0]) #如果Lon為二維的話，就取寬度
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創建.tif文件
for i in range(band.shape[0]):
driver = gdal.GetDriverByName('GTiff') # 創建驅動
arr1 = band[i,:,:] # 獲取不同時間段的數據
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:4]+ '_'+str(i) +'.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標系統信息，用於選取需要的地理坐標系統
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
arr1[arr1[:, :]> 1000000] = -32767
#數據寫出
if arr1.ndim==2: #如果本來就是二維數組就不變
a = arr1[:,:]
else: #將三維數組轉為二維
a = arr1[0,:,:]
out_tif.GetRasterBand(1).WriteArray(a)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數據寫入硬盤
del out_tif # 註意必須關閉tif文件
'''這個函數部分不需要更改'''
def nc4_to_tif(Input_folder,end_name = 'nc4'):
Output_folder = os.path.split(Input_folder)[0] + os.sep+ 'out_' + os.path.split(Input_folder)[-1]
# 讀取所有nc數據
data_list = glob.glob(Input_folder + os.sep + '*' + end_name)
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運行之後又要刪瞭之後再運行瞭，可以一直運行
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '----轉tif成功')
print(f"輸入位置為: {Input_folder}")
print(f'輸出位置為: {Output_folder}')
'''輸入路徑不能有中文字符----------比如放在D盤中(目前我發現隻有有多時間序列的nc或nc4文件會有這個問題，而單時間序列的就不會，這個可以留給大傢一起討論討論------)'''
nc4_to_tif(Input_folder = r'D:\nc4\nc4',end_name='nc4') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認輸出至同級目錄中，名為'out_...'
在這裡，我想補充幾點（可能代碼的註釋裡面講的不是很清楚）：
1.如果想直接使用這個代碼的話，隻需要修改：
nc4_to_tif(Input_folder = r'D:\nc4\nc4',end_name='nc4') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認輸出至同級目錄中，名為'out_...'
裡面的Input_folder的值，這裡 r'….' 的意思是防止轉義，最好也不要更改。
2.這裡用瞭自動創建文件夾和刪除文件夾，這樣一來就可以無限次地運行，避免瞭每運行一次，想再次運行的話，又得重新刪除文件夾，用到的代碼在這：
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運行之後又要刪瞭之後再運行瞭，可以一直運行
3.如果大傢按照要求運行的話（路徑沒有中文字符），會出來如下結果：
這裡是需要您從 “基本屬性” 這裡的提示中獲取您想要轉換為tif數據的波段信息，像這裡，我需要的是ndvi這個波段的數據，那我就輸入 “ndvi”
點擊回車，它就會繼續運行，直到輸出：
這樣就表示輸出完成，並且會把輸出的路徑都給你顯示出來，這裡我的輸出路徑為：“D:\nc4\out_nc4”，所以我就可以直接復制，粘貼到搜索目錄裡面去找這些文件的位置（默認是放在與您輸入路徑同一級的目錄下，名稱為 “out_” + “輸入的文件名”）。
像：
這裡應該都沒毛病吧~~~~~~~~
（如果想看代碼裡面的具體的算法，請看上述的代碼的內容以及註釋~~~~~~~~）
二、nc_to_tif（多時間序列）
其實這裡要說明的話與上面沒有什麼不同，隻是數據由nc4數據變為瞭nc數據，還有就是代碼裡面的內容有所不同，操作的話還是一樣，一樣的~~~可以直接使用，但是如果想深入學習的話，還是得詳細看代碼哦，裡面的註釋也是很詳細的~~~~~，這裡我就不多贅述瞭~~~~~~，直接上代碼
代碼如下（示例）：
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
from zipfile import ZipFile
import shutil
band_name = ''
def NC_to_tiffs(data,out_path):
'''
這個函數裡面有些地方還是可能需要更改,像：
coord(坐標系)
'''
coord = 4326 #坐標系，["EPSG","4326"]，默認為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) # 瞭解nc的數據類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #瞭解nc數據的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時間，經度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎屬性為 ',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬於經度的名稱
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬於緯度的名稱
time_size = [i for i,x in enumerate(key) if (x.find('ime'.upper())!=-1 or x.find('ime'.lower())!=-1)][0] #模糊查找屬於時間的名稱
global band_name
if band_name == '':
band_name = input("請輸入您想要輸出的波段的名字（您可以從'基礎屬性中得來',不用加上引號）———————:") #這裡是從用戶那傳入一個波段的字符串，因為nc4的數據比nc要復雜，所以要讓用戶確定波段的名字
band_size = [i for i,x in enumerate(key) if (x.find(str(band_name).upper())!=-1 or x.find(str(band_name).lower())!=-1)][0]
key_band = key[band_size] #獲取波段的名稱
time_name= key[time_size] #獲取時間的名稱
key_lon = key[lon_size] #獲取經度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:] #獲取每個像元的經度
Lat = nc_data_obj.variables[key_lat][:] #獲取每個像元的緯度
time = nc_data_obj.variables[time_name]
times = nc.num2date(time[:],time.units) # 時間的格式轉換,得到一個數組
band = np.asarray(nc_data_obj.variables[key_band]).astype(float) #獲取對應波段的像元的值，類型為數組
print("填充值：",nc_data_obj.variables[key_band])
#影像的四個角的坐標
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計算
N_Lat = len(Lat)
if Lon.ndim==1 :
N_Lon = len(Lon) #獲取長度
else:
N_Lon = len(Lon[0])
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創建.tif文件
for i in range(band.shape[0]):
# strftime() 格式化datetime 對象
dt = times[i].strftime("%Y-%m")
driver = gdal.GetDriverByName('GTiff') # 創建驅動
arr1 = band[i,:,:] # 獲取不同時間段的數據
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:-3]+ dt +'.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標系統信息，用於選取需要的地理坐標系統
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
arr1[arr1[:, :]> 1000000] = -32767
#數據寫出
if arr1.ndim==2: #如果本來就是二維數組就不變
a = arr1[:,:]
else: #將三維數組轉為二維
a = arr1[0,:,:]
reversed_arr = a[::-1] #這裡是需要倒置一下的 橫重要的！！！！！！！！！！！
out_tif.GetRasterBand(1).WriteArray(reversed_arr)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數據寫入硬盤
del out_tif # 註意必須關閉tif文件
def nc_to_tif(Input_folder,end_name = 'nc'):
Output_folder = os.path.split(Input_folder)[0] + 'out_' + os.path.split(Input_folder)[-1]
# 讀取所有nc數據
data_list = glob.glob(Input_folder + os.sep + '*' + end_name)
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
#if not os.path.isdir(Output_folder): #如果輸出路徑,不存在就創建
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運行之後又要刪瞭之後再運行瞭
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '-----轉tif成功')
print(f"輸入位置為: {Input_folder}")
print(f'輸出位置為: { Output_folder}')
'''輸入路徑不能有中文字符----------比如放在D盤中(目前我發現隻有有多時間序列的nc或nc4文件才會有這個問題，，單時間序列的nc文件不會出現這樣的問題)'''
nc_to_tif(Input_folder = r'D:\spei',end_name='nc') #用戶需要輸入 ：nc文件所放的文件夾的路徑，默認輸出至同一上級目錄中
三、nc_to_tif（單時間序列）
這裡的要說明的話也和上面一樣一樣的，所以我就~~~~~~哈哈哈不說太多瞭哈，不過這裡需要用戶進行的操作要更少一點。這裡是不需要用戶傳入波段的信息，直接修改下文件的輸入路徑，就可以直接輸出瞭，並且這裡的文件路徑可以不用再管是否有中文字符，比較方便哦~~~~~，具體代碼的細節都在註釋裡瞭哦，愛學習的兄弟可以看看哦~~~~~~~~~~
# -*- coding: utf-8 -*-
import numpy as np
import netCDF4 as nc
from osgeo import gdal,osr,ogr
import glob
import os
import shutil
def NC_to_tiffs(data,out_path):
'''
這個函數裡面有些地方還是可能需要更改
coord(坐標系)
'''
coord = 4326 #坐標系，["EPSG","4326"]，默認為4326
nc_data_obj = nc.Dataset(data)
#print(nc_data_obj,type(nc_data_obj)) #瞭解nc數據的數據類型，<class 'netCDF4._netCDF4.Dataset'>
#print(nc_data_obj.variables) #瞭解nc數據的基本信息
key=list(nc_data_obj.variables.keys()) #獲取時間，經度，緯度，波段的名稱信息，這些可能是不一樣的
print('基礎屬性為',key)
lon_size = [i for i,x in enumerate(key) if (x.find('lon'.upper())!=-1 or x.find('lon'.lower())!=-1)][0] #模糊查找屬於經度的名稱，還在更新.....
lat_size = [i for i,x in enumerate(key) if (x.find('lat'.upper())!=-1 or x.find('lat'.lower())!=-1)][0] #模糊查找屬於緯度的名稱，還在更新.....
key_band = key[len(key)-1] #獲取波段的名稱 目前發現都是放在最後
key_lon = key[lon_size] #獲取經度的名稱
key_lat = key[lat_size] #獲取緯度的名稱
Lon = nc_data_obj.variables[key_lon][:]#獲取每個像元的經度,類型為數組
Lat = nc_data_obj.variables[key_lat][:]#獲取每個像元的緯度，類型為數組
Band = np.asarray(nc_data_obj.variables[key_band]) #獲取對應波段的像元的值，類型為數組
#影像的四個角的坐標
LonMin,LatMax,LonMax,LatMin = [Lon.min(),Lat.max(),Lon.max(),Lat.min()]
#分辨率計算
N_Lat = len(Lat)
N_Lon = len(Lon[0])
Lon_Res = (LonMax - LonMin) /(float(N_Lon)-1)
Lat_Res = (LatMax - LatMin) / (float(N_Lat)-1)
#創建.tif文件
driver = gdal.GetDriverByName('GTiff')
out_tif_name = out_path+os.sep+ data.split('\\')[-1][:-3]+ '.tif'
out_tif = driver.Create(out_tif_name,N_Lon,N_Lat,1,gdal.GDT_Float32)
# 設置影像的顯示范圍
#-Lat_Res一定要是-的
geotransform = (LonMin, Lon_Res, 0, LatMax, 0, -Lat_Res)
out_tif.SetGeoTransform(geotransform)
#獲取地理坐標系統信息，用於選取需要的地理坐標系統
srs = osr.SpatialReference()
srs.ImportFromEPSG(coord) # 定義輸出的坐標系為"WGS 84"，AUTHORITY["EPSG","4326"]
out_tif.SetProjection(srs.ExportToWkt()) # 給新建圖層賦予投影信息
#更改異常值
Band[Band[:, :]> 100000] = -32767
#數據寫出
if Band.ndim==2: #如果本來就是二維數組就不變
a = Band[:,:]
else: #將三維數組轉為二維
a = Band[0,:,:]
reversed_arr = a[::-1] #這裡是需要倒置一下的 #這個很重要！！！！！！
out_tif.GetRasterBand(1).WriteArray(reversed_arr)
out_tif.GetRasterBand(1).SetNoDataValue(-32767)
out_tif.FlushCache() # 將數據寫入硬盤
del out_tif # 註意必須關閉tif文件
def nc_to_tif(Input_folder):
Output_folder = os.path.split(Input_folder)[0] +os.sep + 'out_' + os.path.split(Input_folder)[1]
# 讀取所有nc數據
data_list = glob.glob(Input_folder + os.sep + '*.nc')
print("輸入位置為: ",Input_folder)
print("被讀取的nc文件有：",data_list)
# if not os.path.isdir(Output_folder):
if os.path.exists(Output_folder):
shutil.rmtree(Output_folder) #如果文件夾存在就刪除
os.makedirs(Output_folder) #再重建，這樣就不用運行之後又要刪瞭之後再運行瞭
for i in range(len(data_list)):
dat = data_list[i]
NC_to_tiffs(data = dat,out_path = Output_folder)
print (dat + '-----轉tif成功')
print(f"輸入位置為: {Input_folder}")
print("--------------------------")
print(f'輸出位置為: { Output_folder}')
'''#用戶需要輸入 ：nc文件所放的文件夾的路徑，默認輸出至同一上級目錄中'''
nc_to_tif(Input_folder = r'D:\nc\real\T2')
總結
還有，還有，還有，這裡有幾個小坑以及心得我是想我跟大傢進行分享de~~~~
1.nc4跟nc的差別在於nc4的數據結構比nc要復雜，內容更豐富，所以轉為tif的時候要考慮的東西也更多~~~~~~~~~
2.多時間序列和單時間序列的nc或nc4數據處理成tif形式的方式也不太一樣，多時間序列的話要考慮時間因素，單時間是不需要考慮時間因素的，雖然也有時間，但是時間段隻有1個，多時間序列的話要根據時間段來進行輸出的命名，所以這裡也是需要考慮的~~~~~~~~
3.這個是最重要的：就是nc4的數據它是不需要將數據進行顛倒一下的，而nc的數據是需要顛倒的，這個真的是我苦苦發現的，之前也犯瞭很多很多的錯，網上也沒有具體的說明，但是這個坑我在代碼裡面是有說明哦，註釋也很詳細，所以，如果把上面的代碼運行的好的話是不會發生數據顛倒的情況的哦~~~~~~~~~~
到此這篇關於使用python進行nc轉tif的3種情況的文章就介紹到這瞭,更多相關python進行nc轉tif內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！