나는 연속 / 배열 데이터 (즉, 래스터)를위한 NetCDF 를 매우 좋아 한다. NetCDF의 장점은 다음과 같습니다.
- NetCDF는 자체 설명이므로 (예 : 파일 헤더를 통해 데이터 정의를 사용할 수 있음) 보조 메타 데이터 파일을 제공 할 필요가 없습니다.
- NetCDF4를 사용하면 n 차원 데이터를 디스크에 저장할 수 있습니다 (디스크에서 HDF5 데이터 형식 사용). 이는 OS에서 처리 할 수있는만큼 큰 파일을 허용하므로 보너스입니다. 이것은 합리적인 압축과 빠른 데이터 액세스와 함께 제공됩니다. NetCDF3는 n 차원 데이터를 지원하지 않으며 32 비트 시스템에서 파일 크기 제한은 약 2GB입니다.
- NetCDF는 개방 형식이므로 일반적인 라이브러리를 통해 데이터에 액세스하는 것은 일반적으로 문제가되지 않습니다. 예를 들어, 파이썬에서는 scipy에서 데이터 조각을 읽을 수있을 정도로 간단합니다.
from scipy.io import netcdf
f = netcdf.netcdf_file('source.nc')
print(nc.dimensions) #take a look at the dimensions of the data
print(nc.variables) #A dictionary containing all the variables
nc.variables["some_data"].dimensions #The dimensions this variable is in, e.g. lat, lon
out_array = nc.variables["some_data"].data
f.close() #and we're done
내가 볼 수있는 NetCDF4의 유일한 단점은 ArcGIS 및 QGIS와 같은 표준 GIS 패키지에서 크게 지원되지 않는다는 것입니다.
NetCDF를 지원하는 다른 패키지 편집
NetCDF를 지원하는 일부 표준 프로그래밍 언어 (공평하지만 HDF를 읽을 수있는 모든 것은 NetCDF4를 읽을 수 있음) :
수학 및 통계 사용자의 경우 :
특히 GIS에서 :
NetCDF 파일을 빨리 보려면 NASA의 크로스 플랫폼 Panoply를 사용하십시오. 더 관심이 있으시다면 UCAR Unidata 에 소프트웨어 목록이 있습니다 .