问题标签 [python-xarray]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - 如何对 xarray Dataset/DataArray 的索引进行排序?
我正在DataArray
沿时间维度从多个切片创建一个,并'index must be monotonic for resampling'
在尝试重新采样时偶然发现错误,我猜这表明我的时间索引未排序。concat()
我吃它们的时候没有注意顺序。
# TODO: sort instead of raising an error
可以在引发错误的代码中找到。
我的问题:我将如何在 a 中对我DataArray
的 s的索引进行排序DataSet
?我找不到类似的东西sort_index()
。
python - 抑制 python-xarray 的警告
我正在运行以下代码
在这个例子values
中可能包含nan
元素。我相信出于这个原因,我会收到以下运行时警告:
是否xarray
有抑制这些警告的方法?
numpy - python - 为什么在python xarray中为nan抛出“在更大中遇到无效值”警告?南不应该毫无问题地通勤吗?
以下是旨在弄清楚为什么 xarrays 是这样的哲学问题。
我无法弄清楚 Xarrays 执行以下操作的方法。
它遵循 x-arrays 语法,并使用 xarrays 计算我希望它执行的操作,但会引发此运行时警告。
我的问题是,我如何滥用 Xarrays?
我想提出一个nans
优秀的案例,因为他们可以跨业务通勤。(便于发现或处理缺失的数据值)
IE。
这使得它们在 X 数组中的表示非常有用。xarrays
可能缺少数据,但这不应停止跨越数千个点的操作。
为什么不>
通勤nan
没有任何问题?如果这是我想要的行为,我应该以其他方式执行此操作并忽略错误吗?
python - 如何使用 xarray groupby_bins 按时间数组分组?
我有一个具有一个时间轴的多维数据对象。我需要根据常规时间序列(例如每小时或每天)对数据进行分箱(以便随后计算每个时间箱内的相关性并获得相关时间序列)。但是,当我尝试使用时,groupby_bins
我得到TypeError: Cannot cast ufunc less input from dtype('<m8[ns]') to dtype('<m8') with casting rule 'same_kind'
:
如何将时间轴与xarray
s一起使用groupby_bins
?我尝试使用匹配 dtypes 的时间轴,但传递dtype
topd.date_range
似乎没有效果,即使 dtypes 相同(不知道为什么它们不在这个玩具示例中,但这是一个不同的问题),错误仍然存在。
PS我也对pd.date_range
完全绕过的解决方案感到满意。
python - xarray with masked arrays while preserving integer dtypes
Currently, my code heavily uses structured masked arrays with multidimensional dtypes, with dozens of fields and item sizes of many kilobytes. It appears that xarray
could be a great alternative, but when I try to pass it a masked array, it changes its dtype to float:
This is undesirable for me, because (1) the memory consumption of my dataset will explode (it is already large), and (2) many of my integer-dtypes are bit fields which must not be represented as floats. Although an int32
bitfield can be losslessly represented as a float64
, it's ugly and error-prone to go back and forth.
Is it possible to use xarray.Dataset
with masked arrays while preserving integer dtypes?
Edit: It appears the problem occurs in _maybe_promote
. See also github issue.
python - Python中一维数组和3维数组之间的协方差
我有一个通过 xarray 创建的数据集,其分配的坐标和维度。从中获得,我也有两个变量:一维数组和一个 3 维数组,与第一个和两个附加的坐标相同。对于由两个坐标定义的二维空间中的每个点,我想在它们的共享坐标“memb”中获得两者的协方差,这两个坐标不由两者共享,并使其成为一个矩阵。
换句话说,一个变量由“memb”定义,另一个变量由“memb”、“north_south”和“west_east”定义。我想找到每个 north_south 和 west_east 点的成员协方差,并将其分配给一个变量,该变量具有分配给每个 north_south 和 west_east 值的值。
要在某一时刻获得它,我可以运行以下代码并获得所需的结果:
我想将其分配给一个变量,该变量将具有北南和西东的维度。我想我知道如何使它与块一起使用,但是如何将它分配给每个点都有两个维度的变量?
python - xarray中的坐标子集
我有一个使用 xarray 打开的 netCDF 文件。它有以下特点。坐标:
我如何对其进行子集化,以便时间从 2010 年而不是 2005 年开始(纬度和经度保持不变)?我只想要一个 xarray 解决方案
python - 使用 xarray 添加全局属性
有没有办法使用 向netCDF
文件添加全局属性xarray
?当我做类似的事情时hndl_nc['global_attribute'] = 25
,它只是添加了一个新变量。
python - 加速 xarray 的 fillna
我有一个相当大的 netCDF 文件(~10 GB),其填充值为 -1.0
当我像这样使用xarray的fillna时:
它很慢(约 2 分钟),是否有另一个可能更快的操作员?或者,考虑到文件的大小,这是可以预料的?