xarray 笔记：DataArray

Posted 2021-10-28 UQI-LIUWJ

1 DataArray介绍

xarray.DataArray 是一个使用标签的多维数组

1.1 DataArray 的关键数组

values	保存数组值的numpy.ndarray
dims	每个坐标轴的维度名称 (例如， (‘x’, ‘y’, ‘z’))
coords	一个包含数组坐标的类似字典的容器，用来标记每个点（例如，数字，日期时间对象或字符串的一维数组）
attrs	存放任意元数据（属性）的字典

• xarray使用dims和coords来实现其核心元数据的感知操作。
  • 维度(Dimensions)提供xarray使用的名称，而不是许多numpy函数中的axis参数。 
  • 坐标(Coordinates)基于pandas的DataFrame或Series上的索引(index)功能，可实现基于标签的快速索引和对齐。

2 Data Array的创建

创建一个Data需要的参数有：

data	包含值的多维数组（例如一个numpy ndarray，Series，DataFrame或pandas.Panel）
coords （可选参数）	一个包含坐标的列表或字典。 如果是列表，则应为元组列表，其中第一个元素是维名称，第二个元素是对应的坐标类似array的对象。
dims （可选参数）	包含维名称的列表。 如果省略，并且coords是包含元组的列表，则维度名称取自coords。
attrs （可选参数）	添加到实例的属性字典
name （可选参数）	命名实例的字符串

from xarray import *
import numpy as np

data = np.random.rand(4, 3)
    
locs = ['IA', 'IL', 'IN']

times = pd.date_range('2000-01-01', periods=4)

foo = DataArray(data, coords=[times, locs], dims=['time_0', 'space_0'])

foo

注：维度必须与data的实际维度一致，按照data.shape的顺序一个一个摆。

 2.1 坐标

2.1.1 没有显示指定坐标

如果没有dim，那么会采取默认的坐标：dim_N

from xarray import *

data = np.random.rand(4, 3)
    
locs = ['IA', 'IL', 'IN']

times = pd.date_range('2000-01-01', periods=5)

#foo = DataArray(data, coords=[times, locs], dims=['time_0', 'space_0'])

foo = DataArray(data)

foo

 

2.1.2 坐标创建方式

除了前面所说的和coord合用以及默认创建外，还有：

格式为(dims, data[, attrs])的元组
形式为{coord_name: coord}的字典，其中值的形式与列表相同。	以字典的形式提供坐标，允许除了对应的维度的坐标以外的其他坐标 如果将coords作为字典提供，则必须显式提供dims。

 2.2 用pandas.Series创建

 

 这时候已经有坐标轴了，可以直接用Series创建

 2.3 用DataFrame创建

a=pd.DataFrame([[1,2],[3,4]])

DataArray(a)

 

 3 DataArray 属性

3.1 基本属性值

Data Array的data值

from xarray import *
import numpy as np

data = np.random.rand(4, 3)
    
locs = ['IA', 'IL', 'IN']

times = pd.date_range('2000-01-01', periods=4)

x=DataArray(data, coords=[('time', times), ('space', locs)])

x.values	data 值
x.dims
x.coords
x.attrs
x.name

3.2 索引坐标值

x['time'] 和 x.coords['time'] 是等价的