如何在Python（WinPY 6.3）中将多维数组保存到CSV/文本文件？

嘿，我来帮你搞定把提取到的三维云量数组存成CSV或文本文件的问题～你的clt_subset是**[时间, 纬度, 经度]**的三维数组，直接存的话需要先规划好数据的组织形式，下面给你几个常用的方法：

方法1：快速展平导出（适合小数据量、快速存档） #

如果不需要保留经纬度的对应关系，只是想把每个时间步的网格数据存成一行，可以用numpy的savetxt先展平数组：

import numpy as np

# 把三维数组展平成[时间步, 经纬度网格总数]的二维数组
clt_flat = clt_subset.reshape(clt_subset.shape[0], -1)

# 保存为CSV，可自定义表头和分隔符
np.savetxt('clt_timeseries.csv', clt_flat, delimiter=',', header='time_step,grid_values', comments='')

方法2：结构化CSV导出（可读性强，适合后续分析） #

如果想让每一行都包含时间、纬度、经度、云量值的完整信息，推荐用pandas构建结构化DataFrame再保存，这样后续用Excel或其他工具分析会很方便：

import pandas as pd
import numpy as np

# 先从原netCDF文件中获取对应的坐标值（替换成你实际的变量名）
times = nc.variables['time'][:]
lats = nc.variables['lat'][latli:latui]
lons = nc.variables['lon'][lonli:lonui]

# 创建和数值数组匹配的坐标网格
time_grid, lat_grid, lon_grid = np.meshgrid(times, lats, lons, indexing='ij')

# 把所有维度展平后组合成DataFrame
clt_df = pd.DataFrame({
    'time': time_grid.flatten(),
    'latitude': lat_grid.flatten(),
    'longitude': lon_grid.flatten(),
    'total_cloud_cover': clt_subset.flatten()
})

# 保存为CSV，去掉默认的索引列
clt_df.to_csv('clt_structured_data.csv', index=False)

方法3：用xarray简化操作（如果你用xarray处理数据） #

既然你一开始用了xarray，其实可以把提取的数组转成xarray DataArray，直接利用它的内置方法导出，省去手动构建坐标的麻烦：

import xarray as xr

# 将numpy数组转为xarray DataArray，绑定对应的坐标
clt_da = xr.DataArray(
    clt_subset,
    dims=['time', 'lat', 'lon'],
    coords={'time': times, 'lat': lats, 'lon': lons}
)

# 转成DataFrame并保存为CSV
clt_da.to_dataframe().reset_index().to_csv('clt_xarray_export.csv', index=False)

方法4：保留三维结构存文本（适合科学数据读取） #

如果需要保留原始的三维结构，也可以用numpy直接保存，读取时再恢复形状：

# 保存三维数组：先展平为二维（每个时间步的经纬度网格占多行）
np.savetxt('clt_3d_data.txt', clt_subset.reshape(-1, clt_subset.shape[2]), delimiter=' ')

# 后续读取时恢复原形状
clt_loaded = np.loadtxt('clt_3d_data.txt').reshape(clt_subset.shape)

内容的提问来源于stack exchange，提问作者Vishal Singh