现在有的数据是1981-2020四十年每天（1981001-2020365）的全球降水数据.nc，包括（lon，lat，time，precipitation）四个信息，需要将这四十年每天的降水数据求和取平均并绘制四十年的平均降水图。
但是将每天的数据读取到数组里进行求和运算的话会把经纬度的信息带进去一起计算。且全球数据计算量过大，是否需要先掩膜一个小区域再进行计算。
出图的话是只需要在代码后面根据计算结果出图呢还是需要将计算结果重新编辑为一份nc文件再绘图呢？
在进行数据处理之前，你可以使用一个掩膜来筛选出你感兴趣的区域。这样可以减少计算量，也可以避免将不需要的数据带入计算。
掩膜可以是一个二维布尔数组，表示哪些网格是需要保留的。例如，如果你想计算纬度在 25 度到 50 度之间、经度在 100 度到 130 度之间的数据，可以创建一个掩膜：
lat = data['lat']
lon = data['lon']
mask = (lat >= 25) & (lat <= 50) & (lon >= 100) & (lon <= 130)
然后，可以使用这个掩膜来筛选出你感兴趣的数据：
```python
subset = data['precipitation'][mask]
接下来，你就可以使用这个子集来计算平均值：
mean_precipitation = subset.mean(axis=0)
最后，你可以使用 Matplotlib 等库来绘制图像。如果你想保存计算结果，可以使用 xarray 等库将计算结果保存为 NetCDF 文件。