如何从大型NetCDF4文件提取单个变量并保存为独立NetCDF4文件

方案1：使用你当前已引入的netCDF4库实现（无需额外安装依赖） #

全程不会将全量数组加载到内存，避免触发大小限制报错，代码示例如下：

import netCDF4

# 打开原文件，不要提前将变量读入内存，保持文件句柄处于打开状态
with netCDF4.Dataset("2020_original_Map.1.1.nc", 'r') as src_ds:
    # 获取目标变量
    src_var = src_ds.variables['lccs_class']
    
    # 新建输出nc文件
    with netCDF4.Dataset("lccs_class_only.nc", 'w') as dst_ds:
        # 第一步：复制目标变量关联的所有维度到新文件
        for dim_name in src_var.dimensions:
            dim = src_ds.dimensions[dim_name]
            dst_ds.createDimension(dim_name, size=None if dim.isunlimited() else len(dim))
            # 同时复制对应维度的坐标变量，保证新文件保留地理/时间坐标信息可正常使用
            if dim_name in src_ds.variables:
                src_coord = src_ds.variables[dim_name]
                dst_coord = dst_ds.createVariable(dim_name, src_coord.dtype, src_coord.dimensions, zlib=getattr(src_coord, 'zlib', False))
                # 复制坐标变量的属性
                dst_coord.setncatts(src_coord.__dict__)
                # 坐标数据量极小，直接写入不会爆内存
                dst_coord[:] = src_coord[:]
        
        # 第二步：创建目标变量，保留原变量的压缩、填充值等配置
        dst_var = dst_ds.createVariable(
            'lccs_class', 
            src_var.dtype, 
            src_var.dimensions,
            zlib=getattr(src_var, 'zlib', False),
            complevel=getattr(src_var, 'complevel', 4),
            fill_value=getattr(src_var, '_FillValue', None)
        )
        # 复制原变量的所有属性，包含单位、分类说明等元信息
        dst_var.setncatts(src_var.__dict__)
        
        # 第三步：分块写入数据，避免全量加载到内存，可根据设备内存调整chunk_size大小
        chunk_size = 1000
        for i in range(0, src_var.shape[0], chunk_size):
            end = min(i + chunk_size, src_var.shape[0])
            dst_var[i:end, :] = src_var[i:end, :]

如果目标变量是带时间维度的三维数据，调整分块逻辑对应时间维度即可。

方案2：使用xarray实现（代码更简洁，自动处理分块和元信息） #

如果可安装额外依赖，xarray的操作逻辑更简单，打开文件时指定仅读取目标变量，不会加载其他冗余数据：

import xarray as xr

# 打开原文件时仅读取lccs_class变量和关联坐标，不会加载全文件
ds = xr.open_dataset("2020_original_Map.1.1.nc", variables=['lccs_class'], engine='netcdf4')
# 直接导出到新文件，自动处理分块、压缩和元信息
ds.to_netcdf("lccs_class_only.nc")
ds.close()

该方案底层依然基于netCDF4实现，同样不会触发全量数组加载的内存报错。

内容的提问来源于stack exchange，提问作者Maya WillStep