由于比例因子和偏移，导入 python 时 NetCDF 数据的精度损失

Question

我有一个通过数值模拟生成的 NetCDF 文件。 数据使用比例因子和偏移量存储，ncdump 的示例如下：

    float lon(lon) ;
        lon:long_name = "longitude" ;
        lon:standard_name = "coordinates_i" ;
        lon:units = "degrees_east " ;
        lon:scale_factor = 9.308405e-06f ;
        lon:add_offset = 118.9597f ;

这些数据应该从一个值平滑地变化到另一个值。

如果我使用 netcdf4 或 xarray e'g' data = xr.open_dataset('path/to/file') 导入它，那么当我查看坐标时数据已经丢失并且它们不再平滑变化。相反看起来像

如果我使用data = xr.open_dataset('path/to/file', mask_and_scale=False) 导入，那么数据是平滑的

但这不是很有用，因为它不包含我需要的信息（未缩放）。 在我看来，存在精度问题，即数据中的“平滑度”处于太高的小数位并且已经丢失。

所以我的问题是，在使用比例因子和偏移量的同时，有没有办法在导入时提高精度，以使数据保持平滑，而不是逐步进行？也许使用decimal 模块或其他什么？

或者，有没有办法分别导入存储的数据、比例因子和偏移量。然后将它们应用到我的 python 脚本中，在那里我可以执行更好的精度？

到目前为止，我已经尝试了几种不同的方法，但似乎没有任何效果。 提前感谢您的帮助。

Answer 1

这是一个格式错误的变量。 scale_factor 和 add_offset 应该只注释已打包的数据（例如，short），但此变量与那些打包属性具有相同的数字类型。

针对以下问题的扩展答案： 恕我直言坐标（纬度，经度）应该很少打包。也就是说，要正确打包此示例中的坐标，可以使用指定的因子缩放和偏移坐标，然后将数组降级并保存为比原生 4 需要更少存储空间的任何数据类型（例如，2 字节短） -byte 浮点数据，然后ncdump 将显示short lon(lon)，其他所有内容都相同。 xarray 似乎对格式错误的数据感到困惑，并在输入时对其进行量化。