Это мой первый раз, когда я использую netCDFя пытаюсь обернуть голову вокруг работы с ним.

У меня есть несколько файлов netcdf версии 3 (ежедневные средние значения NOAA NARR air.2m за весь год). Каждый файл охватывает год в период с 1979 по 2012 год. Это сетки размером 349 x 277 с разрешением приблизительно 32 км. Данные были загружены сВот.

Измерение - это время (часы с 1 января 1800 года), а моя переменная интереса - воздух. Мне нужно рассчитать накопленные дни с температурой < 0. Например

    Day 1 = +4 degrees, accumulated days = 0
    Day 2 = -1 degrees, accumulated days = 1
    Day 3 = -2 degrees, accumulated days = 2
    Day 4 = -4 degrees, accumulated days = 3
    Day 5 = +2 degrees, accumulated days = 0
    Day 6 = -3 degrees, accumulated days = 1

Мне нужно хранить эти данные в новом файле netcdf. Я знаком с Python и немного с R. Что является лучшим способом циклически проходить через каждый день, проверять значение предыдущих дней и, основываясь на этом, выводить значение в новый файл netcdf с точно таким же измерением и переменной ... или просто добавьте другую переменную в исходный файл netcdf с выводом I 'ищу

Лучше ли оставить все файлы отдельно или объединить их? Я объединил их с ncrcat, и он работал нормально, но файл 2.3 ГБ.

Спасибо за вклад.

Мой текущий прогресс в Python:

import numpy
import netCDF4
#Change my working DIR
f = netCDF4.Dataset('air7912.nc', 'r')
for a in f.variables:
  print(a)

#output =
     lat
     long
     x
     y
     Lambert_Conformal
     time
     time_bnds
     air

f.variables['air'][1, 1, 1]
#Output
     298.37473

Чтобы лучше понять, с какой структурой данных я работаю? Является ['воздух'] ключ в приведенном выше примере и [1,1,1] также являются ключами? чтобы получить значение 298,37473. Как я могу затем пройти через [1,1,1]?