Xarray 是否支持诸如 polyfit 之类的 numpy 计算函数？或者有没有一种有效的方法将这些函数应用于数据集？

示例：我想计算适合两个变量（温度和高度）的线的斜率，以计算失效率。我有一个包含这两个变量的数据集（如下），维度为（垂直、时间、xgrid_0、ygrid_0）。

如果我提取给定时间的温度和高度，xgrid_0，ygrid_0; 我可以使用 numpy.polyfit 函数。

但这是一种缓慢且低效的方法。关于解决此问题的更好方法的任何建议？

在xarray文档中，该groupby.apply方法可以将某些功能应用于不同的组。如文档中所述，

但是，如何将另一个参数放入标准化函数中？IE

显然不对。现在，没有办法调用 apply 方法。

我目前正在处理一些海洋模型输出。在每个时间步，它有 42*1800*3600 个网格点。

我发现我的程序中的瓶颈是切片，并调用 xarray_built in 方法来提取值。更有趣的是，相同的语法有时需要完全不同的时间。

以这个为例，读取 VVEL 和 UVEL 大约需要 4 秒，而读取 TEMP 只需要大约 6 毫秒。如果没有切片，VVEL 和 UVEL 需要大约 1 秒，而 TEMP 需要 120 纳秒。

我一直认为，当我只输入完整数组的一部分时，我需要更少的内存，因此需要更少的时间。事实证明，XARRAY 加载到整个数组中，任何额外的切片都需要更多时间。但是，有人可以解释为什么从同一个 netcdf 文件中读取不同的变量需要不同的时间吗？

该程序旨在提取逐步截面，并计算截面热传输，因此我需要选择 UVEL 或 VVEL，乘以沿截面的 TEMP。所以，看起来，在 TEMP 中快速加载是件好事，不是吗？

不幸的是，事实并非如此。当我沿着规定的部分循环大约 250 个网格点时......

特别是这一行：

它需要约 3.65 秒，但现在必须重复约 250 次。如果我删除.values，那么这个时间减少到〜4ms。但我需要计时ttto vt，所以我必须提取值。奇怪的是，类似的表达式vv=np.squeeze(vvel[:,yidx,xidx].values)需要的时间要少得多，大约只有 1.3 毫秒。

总结我的问题：

1. 为什么从同一个 netcdf 文件加载不同的变量需要不同的时间？
2. 有没有更有效的方法来挑选多维数组中的单列？（不需要 xarray 结构，也不需要 numpy.ndarray）
3. 为什么从 Xarray 结构中提取值需要不同的时间，对于完全相同的语法？

谢谢！

问题描述

我有一个包含ints 的数据集，我想根据一些标准选择一个子数据集，但我想保留整数数据类型。在我看来，Xarray 强制将整数数据更改为浮点数据类型。

示例设置

代码

输出

示例问题

代码

输出

我有一个数据集，其中包含几年的每日 x,y 网格气象数据。我只对计算冬季数据的年度平均值感兴趣，即。也不包括夏季数据。

我认为我需要使用该resample命令，例如，AS-OCT将时间序列重新采样为年度频率，冬季从每年 10 月开始（它是北纬地区）。

我无法解决的是如何指定我只想使用从 10 月到 4 月/5 月的数据，而忽略 6 月、7 月和 8 月。

由于 resample 函数适用于ndarray对象，我想出了一个相当不便携的方法来做这个总和：

但我觉得应该有一个更优雅的解决方案。有任何想法吗？

我可以像这样在 netcdf4 中创建变量并复制属性：

xarray 对应的版本是什么？

我正在尝试组合多个具有相同尺寸的 netCDF 文件，它们的尺寸如下：

但是，在使用 open_mfdataset 时，我收到此错误：

如何修复此错误？我的尺寸在所有文件中都相同

我需要向 a 添加一个维度DataArray，填充新维度中的值。这是原始数组。

我想我可以用新维度创建一个空的 DataArray 并复制现有数据。

一个更好的主意可能是使用concat. 我花了一段时间才弄清楚如何为 concat 维度指定暗淡和坐标，但这些选项似乎都不是很好。有什么我遗漏的东西可以使这个版本更干净吗？

不过，还有比上述两个选项更好的方法吗？

我有一些带有暗淡的数组，'time', 'lat', 'lon'有些只有'lat', 'lon'. 我经常必须这样做才能使用 2d（经纬度）掩码来掩码与时间相关的数据：

当然，计算按预期广播。如果y是 2d lat-lon 数据，则其值将广播到 x 中的所有时间坐标：

但是索引并没有像我期望的那样广播。我希望能够做到这一点，但它会引发ValueError: Buffer has wrong number of dimensions：

最后，似乎xr.where 确实可以按预期跨时间坐标广播掩码的值，但是您不能以这种方式设置值。

那么，我在这里是否缺少一些有助于使用缺少尺寸（并且需要广播）的布尔掩码设置值的东西？我在顶部提供的选项真的是做到这一点的方法吗（在这种情况下，我不妨只使用标准的 numpy 数组......）

我正在尝试使用我的 xarray 坐标进行坐标转换，所以

我有一个像这样的 DataArray：

并且正在执行以下操作：

我得到以下形状：

我想看看(10, 10, 1)我为所有人得到的 r 形状。

看起来 xarray 的花哨广播只适用于基本的算术运算，而 numpy 函数正在天真地广播。

它是否正确？

有没有经过批准的方法来解决这个问题？我可以编写我自己的 xarray 感知 arctan2 函数来获得正确的广播，但我希望我不必这样做。