問題：
按照區域範圍（min_lat, max_lat)~(min_lon, max_lon)讀取一個NC文件，經、緯數據切片如何獲取維數是一個大問題，切片數量不當，容易導致微小的誤差，在後續的矩陣運算帶來大的災難。
例如：依據小間距網格計算結果，需與大間距網格數據進行誤差比較時，一般會對小間距風格數據進行插值，此時因爲插值後的網格精度是確定的，所以需要根據區域範圍，計算出插值後的經緯向維數值1，利用維數值進行遍歷插值。
而根據區域範圍直接讀取大間距網格數據，需要確定切片取值的經緯向維數值2，1與2的值需要嚴格一致，否則會造成矩陣運算錯誤，提示計算矩陣維數不一致錯誤信息。
過程：
1、經緯向維數值1計算公式
緯向維數：lat_steps = int(round((max_lat - min_lat)/grid_size,1)) +1
經向維數：lon_steps = int(round((max_lon - min_lon)/grid_size,1)) +1
此處假設經緯向網格間距一致，均爲grid_size值
採向round取小數1位，防止浮點計算誤差，採用int方式取整，亦可用math.ceil,math.floor取整，方式不影響結果
經向計算維數存在一些複雜性，因爲涉及到跨越日經線或零度線的問題。
如經向值域爲（-180,180]，則需考慮跨越日經線，如經向範圍爲：170~-160，30度的範圍，
此時：max_lon = -160，min_lon = 170，顯然：min_lon > max_lon。
則經向維數：lon_steps = int(round((max_lon + 360 - min_lon)/grid_size,1)) + 1
經向值域爲（0, 360]，則需考慮跨越零度經線（格林威治線），計算方式一致。
2、準備總維數：
lats = len(data.variables['lat']
lons = len(data.variables['lon']
2、切片取值方法
切片取值基本方法：[起始序號值:起始序號值+切片維數值]
需分別計算起始序號值與切片維數值。
緯向計算：
st_lat_index = max(math.floor((min_lat - nc_min_lat)/grid_size),0) # st_lat爲區域起始點，nc_min_lat爲文件的經向起始點
lat_steps = min(int(round((max_lat - min_lat)/grid_size,1)) +1,lats) # 與之前的計算保持一致
rdata = data.variables[feature][..., start_lat_index:start_lat_index+lat_steps, ...]
經向計算：
如果不考慮跨越日經線，計算方式完全一致，但跨越日經線帶來諸多麻煩事。
st_lon_index = max(math.floor((st_lon - min_lon)/grid_size),0) #起始序號，與緯向一致
if min_lon > max_lon: #跨越日經線，策略：分段取值，再拼接，故需分別求出 #兩切片維數值，同時確保兩段維數總和與之前計算的經向維數值一致。
lon_steps = min(int(round((max_lon + 360 - min_lon)/grid_size,1)) + 1, lons)
lon_steps1 = lons - start_lon_index #用經向總維數 - 起始序號
lon_steps2 = lon_steps - lon_steps1
rdata1 = data.variables[feature][..., ..., start_lon_index:]
rdata2 = data.variables[feature][..., ..., : lon_steps2]
rdata=np.concatenate((rdata1,rdata2), axis=2) # axis = 1/2根據實際情況定
else: #簡單模式
lon_steps = int(round((max_lon-min_lon)/grid_size,1)) + 1
rdata = data.variables[feature][..., ..., start_lon_index:start_lon_index+lon_steps]