Python(netCDF4库)读取.nc文件（NetCDF气象数据文件）

import netCDF4 as nc
import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

def plot_currents(file_path, variable_name, lon_name, lat_name):
    """
    绘制洋流并保存为JPEG图片。

    参数:
    file_path (str): NetCDF文件路径。
    variable_name (str): 变量名。
    lon_name (str): 经度变量名。
    lat_name (str): 纬度变量名。
    """
    # 打开NetCDF文件
    dataset = nc.Dataset(file_path, 'r')

    # 获取经度、纬度和降水量数据
    lons = dataset.variables[lon_name][:]
    lats = dataset.variables[lat_name][:]
    precip = dataset.variables[variable_name][:]

    # 关闭NetCDF文件
    dataset.close()

    # 创建经纬度网格
    lon, lat = np.meshgrid(lons, lats)

    # 设置地图投影为PlateCarree投影
    fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})

    # 获取数据 这里需要根据数据做调整
    currents_data = precip[0, 0, :]

    # 绘制降水量数据
    cs = ax.contourf(lon, lat, currents_data, transform=ccrs.PlateCarree())

    # 设置中文字体
    plt.rcParams['font.sans-serif'] = ['SimHei']  # 黑体
    plt.rcParams['axes.unicode_minus'] = False  # 解决负号显示问题

    # 添加海岸线、州界和国界
    # ax.coastlines()
    ax.gridlines(draw_labels=True)
    ax.set_title('全球洋流')

    # 添加颜色条
    fig.colorbar(cs, ax=ax, orientation='vertical', pad=0.05, aspect=50)

    # 保存图像为JPEG文件
    plt.savefig('currents_cartopy.jpg', dpi=400)

    # 显示图形
    plt.show()