0

从 xarray 的教程数据中，我想提取一个DataArray包含月份温暖天数的数据，定义为 22 到 30 摄氏度：

airtemps = xr.tutorial.load_dataset('air_temperature')
airtemps = airtemps.sel(time=slice('2013-01-01', '2013-12-31'))
airtemps['air'] = airtemps.air - 273.15

air_day = airtemps.resample('1D', 'time', how='mean')
# Define multiple conditions - How can this be done programatically?

我现在正在寻找一种以编程方式在下面创建此地图的方法，还可以添加更多条件

meets_condition = (air_day.air > 22) & (air_day.air < 30)
warm_days = meets_condition.resample('M', dim='time', how='sum')

条件可以这样定义：

not_cold = ('air',  operator.ge, 22)
not_hot  = ('air',  operator.le, 30)

我可以在一个条件下简单地做到这一点：

variable, operator_fn, value = not_cold
meets_condition = operator_fn(air_day[variable], value)
warm_but_possibly_hot_days = meets_condition.resample('M', dim='time', how='sum')

但我正在努力动态添加多个。我可以做这个

comfy_warm = [not_cold, not_hot]

all_maps = [fn(air_day[var], val) for var, fn, val in comfy_warm]
(all_maps[0] & all_maps[1]).resample('M', dim='time', how='sum')

但我想做某事。像这样

np.all(all_maps).resample('M', dim='time', how='sum')

为了方便起见，这里有一个要点。与往常一样，我提前感谢

4

2 回答 2

1

我想你想要这个：

xr.ufuncs.logical_and.reduce(all_maps)

它and在所有相同长度的布尔数组中按元素应用操作，并产生一个相同长度的结果。当然，您可以使用logical_or或任何其他合适的ufunc。

于 2016-11-18T12:59:51.960 回答
1

我们不能用 s 提供 np.logical_and.reduce() DataArray，但它可以很好地处理纯数组，所以我然后用

all_maps = [fn(air_day[var], val).values for var, fn, val in comfy_warm]

然后我将此地图添加为新的数据变量并重新采样

air_day['nice_days'] = (['time', 'lat', 'lon'], np.logical_and.reduce(all_maps))    
air_day.nice_days.resample('M', dim='time', how='sum')
于 2016-11-18T17:16:56.520 回答