数据可视化应用xarray 绘图可视化-创建xarray对象&数据读取和转换&数据索引和分片&插值和广播(附代码)

Posted 文宇肃然

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了数据可视化应用xarray 绘图可视化-创建xarray对象&数据读取和转换&数据索引和分片&插值和广播(附代码)相关的知识,希望对你有一定的参考价值。

创建xarray对象

python语言作为一种高级语言提供了一个与这类地球科学数据提供了一个良好的交互环境基础,而由python语言编写的xarray包[1]则为该类数据的处理提供了良好的平台。

 

多维数组

多维数组(Multi-dimensional, N-dimensional, ND Arrays,Tensors)在计算科学、物理学、天文学、地球科学、生物信息学、工程学、金融等领域应用颇为广泛。

如果你之前学习过python语言,那你一定不会对NumPy包[2]陌生。那有个问题便可以提出,为什么不直接使用numpy数组读取地球科学数据,而要使用xarray提供的读取方式?

下面举一个栗子

对于地球上的各个地区的温度(Temperature)和湿度(Precipitation)而言。如果你生活在北半球,就平均而言,南方地区常比北方地区更暖、更湿,所以说不同地方的温度、湿度不是一样的;同时地球上的位置通常是用经纬度来表示的,比如北京中心的经纬度为116°20′E, 39°56′N;因而为了描述温度、湿度变量在平面(二维空间)不同位置的变化,我们引入了两个维度(Dimension)进行描述,当然也就可以命名维度名称分别为xy

那如何将现实生活中的数据存储在计算机中。计算机比较愚蠢,只能类似矩阵一样储存信息。无论是一维

以上是关于数据可视化应用xarray 绘图可视化-创建xarray对象&数据读取和转换&数据索引和分片&插值和广播(附代码)的主要内容,如果未能解决你的问题,请参考以下文章

数据可视化应用xarray 绘图可视化-基础绘图(附代码)

数据可视化应用xarray 绘图可视化-分面绘图(附代码)

数据可视化应用xarray 绘图可视化-赋权降维和Groupby(附代码)

数据可视化应用xarray 绘图可视化-二进制GrADS气象数据处理(附代码)

数据可视化应用气象绘图(附Python代码)

数据可视化应用气象绘图(附Python代码)