python - xarray：如何将 scipy 函数应用于大型 netcdf 数据集

Question

我有一个包含多个变量的大型 netcdf 文件。我需要沿着一个维度对一个变量进行离散积分，比如形状温度（80,100,300000）和维度（时间、深度、节点）。因此，我尝试使用 xarray 将大型数据集划分为块，然后尝试应用函数 scipy.integrate.simps，但失败了。

import xarray as xr
import scipy.integrate as sci
ds = xr.open_dataset('./temperature.nc',chunks={'time':5, 'nodes':1000})
temp = ds.temperature

请帮助我沿分块变量的第二维应用 simps 函数，然后将块保存到 netcdf 文件中，而不是将整个数据转储到 RAM 中。我想做这样的事情

temp.apply(sci.simps,{'dx':5}).to_netcdf('./temperature_integrated.nc')

score 0 · Accepted Answer

我认为您正在寻找xarray.apply_ufunc

也许像下面这样的东西对你有用（未经测试）：

import xarray as xr
xr.apply_ufunc(scipy.integrate, ds.temperature)

1 回答 1