-2

我有两个 x 数组数据集。

  • 一个被称为具有变量foo的维度。 x,y,timea,b,c,d
  • 第二个被称为bar是时间序列分析的结果foo
    • 这只有尺寸x,y和单个变量e,其中所有值e都介于0和之间1

我想bar用来过滤或限制x,y,time正在处理的数据条目的数量foo。此处仅应考虑 x,y,time's with e > 0.8at each 。x.y

我对 X-arrays 还是很陌生。我的问题是,以某种方式与或相交两个 xarray 数据集并期望更小的数据集的“集合操作”心态是否是推理 x-array 的一种现实方法?

这是我到目前为止所拥有的。

foo = loadDataset()
bar = perform_timeseries_analysis()
filtered_bar = bar > 0.8
#TODO: Use bar to reduce the size of foo

4

1 回答 1

-1

这就是最终为我工作的东西

import numpy as np
from example import *

foo = loadDataset() #returns dataset
bar = perform_timeseries_analysis(foo) # returns dataset
mutable_temp = bar.timeseries.values  
mutable_temp[mutable_temp < 0.8] = np.nan 
mutable_temp[np.isfinite(mutable_temp)] = 0
mask = mutable_temp.astype(np.float32)
foo = foo + mask
于 2016-10-11T17:55:43.273 回答