xarray

3熱度

2回答

我有一個netCDF文件，其中包含一個名爲var 2001-01-01到2010-12-31的變量的日常數據。我想計算var的月度總額，導致包含12個時間步（每年一個月）的netCDF。目前，我這樣做： import xarray as xr hndl_fl = xr.open_dataset(path_file) hndl_fl.resample('1MS', dim='time', ho

1熱度

1回答

使用xarray無座標下降尺寸

<xarray.DataArray 'nc_file' (time: 20, latitude: 360, longitude: 720, N: 3)> [34992000 values with dtype=float64] Coordinates: * latitude (latitude) float64 89.75 89.25 88.75 88.25 87.75 87.25

1熱度

2回答

xarray相當於熊貓減/加

我正在尋找一種簡潔的方法來對DataArray的單個維數進行算術運算，然後將結果作爲新的DataArray（已更改和未更改的部分）返回。在熊貓中，我會使用df.subtract（）來做到這一點，但我還沒有找到用xarray做到這一點的方法。這是我如何從X尺寸減去大熊貓值2： data = np.arange(0,6).reshape(2,3) xc = np.arange(0, data.sh

-1熱度

1回答

獲取xarray數據集中的密鑰列表

我將變量添加到xarray數據集中，當我完成時，我想提取一個密鑰列表，但是我找不到這樣做的方法。 d = xr.Dataset() d['key1'] = [1, 2] d['key2'] = [3, 4] 我期望的結果是 keylist = ['key1', 'key2']

4熱度

1回答

xarray或dask是否真的支持內存映射？

在我的實驗，到目前爲止，我已經試過： xr.open_dataset與chunks阿根廷，和它的數據加載到內存中。設置一個NetCDF4DataStore，並調用ds['field'].values並將數據加載到內存中。設置ScipyDataStore與mmap='r',ds['field'].values將數據加載到內存中。從我所看到的，設計似乎沒有圍繞在內存映射數組上實際應用numpy函

5熱度

1回答

當使用在熊貓

multiindexing與xarray的pandas pivot tables documentation似乎建議更換使用multiindexing數據超過兩個維度進行處理： In [1]: import pandas as pd In [2]: import numpy as np In [3]: import pandas.util.testing as tm; tm.N = 3

1熱度

1回答

提取價值形態的netCDF

是那裏的xarray功能選擇一個緯度經度和特定時間範圍從netCDF文件值的netCDF4 equaivalent： hndl_nc.sel(time=slice(start_date, end_date)).sel(lon=lon, lat=lat, method='nearest') 我不想使用CDO或NCO

2熱度

1回答

錯誤的時間維度後，與圖書館xarray groupby（python）

我的問題是，我想在python中使用xarray庫的簡單功能，但我碰到問題與時間維度的情況下聚合數據。我打開了一個數據集，其中包含2013年的日常數據： datset=xr.open_dataset(filein)。文件的內容是： <xarray.Dataset> Dimensions: (bnds: 2, rlat: 228, rlon: 234, time: 365) Coordin