[Xarray] 1. 数据结构
Posted
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[Xarray] 1. 数据结构相关的知识,希望对你有一定的参考价值。
参考技术A参考 Xarray官方文档 , Python气象数据处理进阶之Xarray(1):Xarray的数据结构
在Xarray中,数据是由结构和标签的,分为以下几种:
1.DataArray:
带有标注或命名维度的多维数组。DataArray将metadata(例如:维名称,坐标和属性)添加到基础的 未标记 的数据结构,例如numpy和Dask数组。
2.Datasets:
具有类似字典结构的尺寸对其的DataArray对象的 集合 。因此,可以在单个DataArray的维度上执行的大多数操作都可以在Dataset上执行。
Dataset是多个DataArray的集合
3.Variable:
类似于NetCDF的变量。由dimensions,data和attributes组成。variable和numpy数组之间的主要功能区别在于,对variable的数字运算可以通过 维名称 实现数组广播。
通俗的讲,variables < DataArray < Dataset (<指包含于)。这种解释不完全正确,但是初学者可以这样理解。
Xarray通过对维命名的操作实现数据筛选和处理,实现数据的标记和命名通过以下几个定义实现:
* Dimension : 每一轴的维名称(e.g.,(\'x\',\'y\',\'z\'))。
* Coordinate : 坐标或刻度。类似于字典的序列,将每个点标记。比如说dimension是纬度,那么对应的coordinate就是纬度坐标(90°N,89°N,88°N……89°S,90°S)。
* Index : 索引号,也可以说是位置标号。a[0]代表a数组的一个数,0就是index。
可以看到,该文件是一个Datasets,里面含有变量:Data Variables,数据集的维度有经度纬度和时间,各自有各自的坐标Coordinates,同样数据集还有一些属性来表明数据集信息。
我们可以通过:
来分别查看数据集中包含的变量,维,坐标。
再比如NCEP的位势高度资料:
基本同上。
需要说明的是,ncl数据中存在short格式,在读取时需要使用short2flt()函数,但是在Python中不存在short格式,默认均为float,无需考虑这一点。
有时我们通过其他手段读取了相关数据,但是数据是np.array格式的,我们需要将其转换为DataArray,亦或我们需要输出一个NC文件,需要将计算后的数组转为DataArray格式,这就用到了创建的方法。
1.Data: 数据,可以是numpy ndarray,series,DataFrame,pandas.panel等格式
2.coords: 坐标列表或字典
如果是列表,则应为元组列表。其中第一个元素为dimension name,第二个元素是对应的坐标array_like对象。
用字典格式比较好
3.dims: 维名称列表
如果省略,并且coords是元组列表,则维度名称取自coords。
4.attrs: 属性
5.names: 变量名
以上,除了data外,都不是必须的。
创建示例如下:
上面提到,除了data以外,其他都是不必要的
如果是从一个DataFrame数据转化为DataArray的话(这种操作通常是为了将Pandas和Xarray联合使用):
会自动识别行列的名称和序号。
官方文档还有更复杂的例子,需要的话再去官网查看。
在创建了数据之后,我们同样可以使用相关的操作获取DataArray的各种信息:
如果想对DataArray的值修改可以通过以下两种方法:
两种结果是等价的,但官方只给出了第一种方法。
*通过指令 foo.rename(\'temperature\') 改名,比如通过hgt计算得到了一个新变量,需要改名,就可以用这个指令。
在得到一个DataArray后,用于画图时,比如我们需要获取它的经度和纬度(在这里,刚刚的例子是时间和高度),那么可以直接通过
这两种方式取出坐标信息。
要修改或者删除某坐标信息的话,原理和修改数据是一样的:
官网给出一个以气候数据为例的Dataset结构:
<center>
</center>
一个数据集,包含了数据主体(Temperature,Precipitation),维度坐标(latitude,longitude)。
根据官网的例子,一个Dataset是这样创建的,实际上与DataArray类似:
实际上这个例子与我们通常接触的不太一样,因为大部分数据的lat和lon都是一维的。
对Dataset的操作和DataArray基本一致,不再重复。
使用没有日期的时间作为 xarray 中的一维
【中文标题】使用没有日期的时间作为 xarray 中的一维【英文标题】:use time without date as one dimension in xarray 【发布时间】:2022-01-12 03:52:53 【问题描述】:我有一个 xarray.DataArray,我成功地将一个暗淡设置为一天的时间。
tmp.dims
('ITEM', 'DATE', 'TIME', 'CODE')
tmp.TIME
<xarray.DataArray 'TIME' (TIME: 15)>
array([datetime.time(14, 15), datetime.time(14, 16), datetime.time(14, 17),
datetime.time(14, 18), datetime.time(14, 19), datetime.time(14, 20),
datetime.time(14, 21), datetime.time(14, 22), datetime.time(14, 23),
datetime.time(14, 24), datetime.time(14, 25), datetime.time(14, 26),
datetime.time(14, 27), datetime.time(14, 28), datetime.time(14, 29)],
dtype=object)
tmp.TIME.values[0]
datetime.time(14, 15)
但我无法将此 xarray 保存到此错误中:
tmp.to_netcdf('/sdata/user/tsu/tmp/srpd.nc')
*** ValueError: unable to infer dtype on variable 'TIME'; xarray cannot serialize arbitrary Python objects
这样使用datetime.time有错吗?
【问题讨论】:
欢迎堆栈溢出!请format python code as code blocks 不可执行 JavaScript sn-ps(我已经修复了它,所以不用担心),并且当询问错误时,请务必包含full traceback - 它们为我们调试提供了很多有用的信息。您可以使用 numpy 或 pandas 日期时间数组,而不是使用日期时间对象列表。查看pandas docs on working with time series data - 您可能正在寻找时间增量。 【参考方案1】:不要使用 python datetime
对象的列表,而是使用来自 numpy 或 pandas 的 timedelta
数组。请参阅working with time series data 上的 pandas 文档。
对于按小时而不是特定日期索引的数据,我建议使用pd.to_timedelta
,如下例所示:
In [9]: da = xr.DataArray(
...: np.ones(16).reshape(4, 4),
...: dims=['x', 'hour'],
...: coords=[range(4), pd.to_timedelta(range(4), unit='h')],
...: )
...:
In [10]: da
Out[10]:
<xarray.DataArray (x: 4, hour: 4)>
array([[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.],
[1., 1., 1., 1.]])
Coordinates:
* x (x) int64 0 1 2 3
* hour (hour) timedelta64[ns] 00:00:00 01:00:00 02:00:00 03:00:00
In [11]: da.hour
Out[11]:
<xarray.DataArray 'hour' (hour: 4)>
array([ 0, 3600000000000, 7200000000000, 10800000000000],
dtype='timedelta64[ns]')
Coordinates:
* hour (hour) timedelta64[ns] 00:00:00 01:00:00 02:00:00 03:00:00
请注意,这可以毫无问题地写入 netCDF:
In [12]: da.to_dataset(name='myarr').to_netcdf('sample.nc')
In [13]: xr.open_dataset('sample.nc')
Out[13]:
<xarray.Dataset>
Dimensions: (x: 4, hour: 4)
Coordinates:
* x (x) int64 0 1 2 3
* hour (hour) timedelta64[ns] 00:00:00 01:00:00 02:00:00 03:00:00
Data variables:
myarr (x, hour) float64 ...
【讨论】:
以上是关于[Xarray] 1. 数据结构的主要内容,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-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)