• 将一个API,应该感到熟悉的科学。IO.命令模块的用户,netCDF4蟒蛇是一种软件工具,配有一套丰富的特点。

    服务的一个非常具体的目的,即那是一条巨蟒接到命令C图书馆,它的能力涵盖无限维度,zlib数据压缩,和团体,除了能够处理所有数字的数据类型。

    创建、开放和关闭的文件应该是一个轻松的任务,如果你把netCDF4蟒蛇,并处理团体、尺寸、变量属性,以及时间坐标需要少的努力。 除此之外,它应该提到的是,检索或书面数据以命令可变是可能的,阅读它从一个多文件数据集是一个选项。

    更重要的是,应该指出,所列举的数据类型的支持与合和变量的长度。 尽管如此,没有选择到工作中与不透明的数据类型。

    为了开始享受netCDF4蟒蛇的能力,必须确保Cython中,顽固,并至少Python2.7上安装的系统随着HDF5和命令-4. 如果你需要详细说明,然而,一系列的教程和全面的文件提供的开发。

  • एकीकृत करने के लिए एक एपीआई है कि महसूस करना चाहिए के साथ परिचित करने के लिए वैज्ञानिक.IO.NETCDF मॉड्यूल उपयोगकर्ताओं, netCDF4 अजगर है एक सॉफ्टवेयर उपयोगिता के साथ आता है कि सुविधाओं के एक अमीर सेट है.

    सेवा एक बहुत ही विशिष्ट प्रयोजन, अर्थात् जा रहा है कि एक अजगर इंटरफ़ेस करने के लिए netCDF C पुस्तकालय, अपनी क्षमताओं को कवर असीमित आयाम, zlib डेटा संपीड़न, और समूहों, एक तरफ से जा रहा है संभाल करने में सक्षम सभी सांख्यिक डेटा प्रकार के ।

    बनाने, उद्घाटन और समापन फ़ाइलें जाना चाहिए एक परेशानी मुक्त कार्य करने के लिए अगर आप की बारी करने के लिए netCDF4 अजगर, और से निपटने समूहों, आयाम, चर विशेषताओं के साथ, के रूप में अच्छी तरह से समय के रूप में निर्देशांक थोड़ा प्रयास की आवश्यकता है के रूप में अच्छी तरह से. एक तरफ से है कि, यह उल्लेख किया जाना चाहिए कि पुन: प्राप्त करने या डेटा लेखन करने के लिए एक netCDF चर संभव है, और इसे पढ़ने से एक बहु-फ़ाइल डेटासेट के एक विकल्प है.

    क्या अधिक है, यह बताया जाना चाहिए कि प्रगणित डेटा प्रकार समर्थित है के साथ यौगिक और चर लंबाई. फिर भी, वहाँ है कोई विकल्प के साथ काम करने के लिए अपारदर्शी डेटा प्रकार है ।

    आदेश में करने के लिए आनंद ले शुरू netCDF4 अजगर की क्षमताओं के साथ, आप यह सुनिश्चित करना चाहिए कि Cython, numpy, और कम से कम अजगर 2.7 पर स्थापित कर रहे हैं के साथ अपने सिस्टम HDF5 और netcdf-4. यदि आप विस्तृत निर्देश की जरूरत है, हालांकि, की एक श्रृंखला ट्यूटोरियल और व्यापक प्रलेखन के द्वारा प्रदान की जाती हैं.

  • Integrating an API that should feel familiar to Scientific.IO.NETCDF module users, netCDF4 Python is a software utility that comes with a rich set of features.

    Serving a very specific purpose, namely that of being a Python interface to the netCDF C library, its abilities cover unlimited dimensions, zlib data compression, and groups, aside from being able to handle all numeric data types.

    Creating, opening and closing files should be a hassle-free task if you turn to netCDF4 Python, and handling groups, dimensions, variables, attributes, as well as time coordinates requires little effort as well. Aside from that, it should be mentioned that retrieving or writing data to a netCDF variable is possible, and reading it from a multi-file dataset is an option.

    What’s more, it should be pointed out that the enumerated data type is supported along with compound and variable length. Nevertheless, there is no option to work with the opaque data type.

    In order to start enjoying netCDF4 Python’s capabilities, you must ensure that Cython, numpy, and at least Python 2.7 are installed on your system along with HDF5 and netcdf-4. If you need detailed instructions, however, a series of tutorials and comprehensive documentation are provided by the developer.