python空间数据处理-part1:批量tif裁剪_python批量裁剪tif

又是近期，正在开始一项新任务，总是万事开头难！

主要利用python进行空间数据处理，涉及到好多项内容，请教了周围的各位大佬们，以及网络上的各位大神，工作也逐渐向前推进了一些些，还是在此记录一下整个学习过程；

先捋一下我的任务重空间数据处理的整个思路：

1.对于tif格式原数据（大多是全国范围或是全球，日尺度或者小时尺度）：

1）：需要先按自己的研究区裁剪；

2）：再对裁剪后的栅格（我的有三十年，逐日的时间尺度）读取到数组中，进行生长期内一些变量均值的计算，比如：每年内不同时间段，如第100-120天，第121-140天······内变量的均值，再逐年导出为tif；

3）：导出后的生长期tif（每年5幅，30年150幅），需要按作物种植区掩膜；

4）：掩膜后的tif再按县域分区统计；

5）：分区统计后的表格整理。

2.对于nc格式原数据：

1）：原nc文件先裁剪导出；

2）：nc转为tif；

3）：其余步骤同上

【还有很多原数据格式，hdf 等；除了日尺度，还有小时尺度和8天尺度，处理思路还没有完全想好】

在此分内容记录一下自己在处理数据过程中遇到的问题吧~~~

part1:tif数据裁剪

原本在arcpy中批量裁剪的，还是非常慢，30年（日数据）估计得裁两天；然后请教同学，利用python可较快完成，大概五六个小时，具体代码完全参考大佬原创，只需要改动路径，不贴代码啦：

一文学会python批量裁剪tif nc并可视化