如何使用xarray处理单个数组中的大量数据？
xarray是一个用于处理多维数组数据的Python库，它提供了一种灵活且高效的方式来操作和分析大规模数据集。使用xarray处理单个数组中的大量数据可以按照以下步骤进行：
- 导入xarray库：在Python脚本中导入xarray库，确保已经安装了最新版本的xarray。
- 加载数据：使用xarray的open_dataset()函数加载数据集。可以通过传递数据文件的路径或URL来加载数据。
- 探索数据：使用xarray的数据结构和方法来探索数据集。可以使用dims、coords和data_vars属性来查看数据集的维度、坐标和数据变量。
- 数据选择：使用xarray的sel()函数选择感兴趣的数据。可以通过指定维度和对应的值来选择数据。
- 数据计算：使用xarray的数学和统计函数对数据进行计算。可以使用mean()、sum()、std()等函数计算数据的平均值、总和和标准差。
- 数据可视化：使用xarray的plot()函数将数据可视化。可以使用plot()函数绘制数据的图表，如折线图、散点图和热图。
- 数据存储：使用xarray的to_netcdf()函数将数据存储为NetCDF格式。可以使用to_netcdf()函数将处理后的数据保存到本地或远程服务器。
xarray的优势包括：
- 多维数据处理：xarray提供了一种方便的方式来处理多维数组数据，可以轻松处理包含时间、空间和其他维度的数据。
- 标签索引：xarray使用标签索引而不是传统的位置索引，使得数据选择和操作更加直观和灵活。
- 内存优化：xarray使用延迟计算和内存优化技术，可以处理大规模数据集而不会占用过多的内存。
- 与其他库的兼容性：xarray与其他科学计算库（如NumPy和Pandas）紧密集成，可以方便地与它们进行数据交互和处理。
xarray在以下场景中有广泛的应用：
- 气象学和气候研究：xarray可以处理气象和气候数据，进行数据分析、可视化和模型验证。
- 地球科学：xarray可以处理地球科学数据，如地形、海洋和地震数据，进行地球科学研究和模拟。
- 天文学：xarray可以处理天文学数据，如星系、恒星和行星数据，进行天文学研究和模拟。
- 生态学：xarray可以处理生态学数据，如物种分布和生态系统动态数据，进行生态学研究和模拟。
腾讯云提供了一系列与xarray相关的产品和服务，包括：
- 腾讯云对象存储（COS）：用于存储和管理大规模数据集，可以与xarray无缝集成。产品介绍链接：https://cloud.tencent.com/product/cos
- 腾讯云弹性MapReduce（EMR）：用于大数据处理和分析，可以与xarray结合使用。产品介绍链接：https://cloud.tencent.com/product/emr
- 腾讯云人工智能（AI）：提供了各种人工智能服务，如图像识别和自然语言处理，可以与xarray结合使用。产品介绍链接：https://cloud.tencent.com/product/ai
请注意，以上只是一些腾讯云的产品示例，其他云计算品牌商也提供类似的产品和服务。
相关·内容
1回答
我有一个非常大的(86400x43200) x数组数据集，具有地理空间坐标(lat，lon)和高程，并且希望缩小这张地图的大小，使其每维分辨率达到二十分之一(4320,2160，相当于1/12度)。
我最初直接使用interp方法，但它试图加载整个数据集，因此请求28‘t内存，而我无法分配这些内存。
目前的办法详述如下：
创建新的下采样数据集并填充0
将大数据集切片为36个等截面
加载和插补一片
将下采样片添加到我的下采样数据集中。
->获取所有nan值。第二步有效，只是第三步不起作用。如何降低如此大的数据集的样本或以正确的方式填充新的数据集？
import xa
浏览 12提问于2022-11-02得票数 0
回答已采纳
我从ERA5数据库下载了1979-2020年(42年) NetCDF格式的每日风数据。因此，我有15330个.nc文件。我需要提取一个单一网格点的风数据，并需要使这个过程尽可能快。
自从打开15300个文件以来，每个大小为97 in的文件使用xarray.mfdataset()函数都太慢了，首先我将每天的数据合并成年数据并存储在一个文件夹中。我使用以下命令来执行此操作：
for i in range (1979,2021):
InputFileNames = 'path to daily files\ea_wind_' + str(i) + '*.nc'
浏览 22提问于2021-03-24得票数 0
1回答
我想初始化一个非常大的XArray数据集(如果可能的话在磁盘上)，以便以后处理--数据集的各个部分(空间子集)将由不同的脚本填充。
这是行不通的，因为数据集显然不适合内存。
import numpy as np
import xarray as xr
xr_lons = xr.DataArray(np.arange(-180, 180, 0.001), dims=['x'], name='lons')
xr_lats = xr.DataArray(np.arange(90, -90, -0.001), dims=['y'], name='
浏览 6提问于2022-09-19得票数 0
回答已采纳
例如，我在matlab中做到了这一点。
yArray [200 500] = xArray [900 1200]
所以这条路
yArray [1 499]和yArray[1201 inf]保持相同我尝试使用Arrays.CopyOfRange，但它似乎从开始写入数据到索引bound.Is它也可以做yArray[200 500] = 0吗？
浏览 3提问于2016-08-07得票数 1
回答已采纳
1回答
如何从xarray数据集创建和返回文件new_zarr.zarr？
我知道xarray.Dataset.to_zarr()存在，但这会返回一个ZarrStore，我必须返回一个bytes-like对象。
我尝试过使用tempfile模块，但不确定如何继续，如何将xarray.Dataset写到可以下载的.zarr文件的bytes-like object中？
浏览 5提问于2022-10-19得票数 0
1回答
首先，我想说对不起，没有显示任何代码，但现在，我需要一些指南，如何取出一个字符串的唯一ID。
所以我有一些关于如何组织数据的问题。让我们说，数据是组织起来的，所以每个dataID都有其唯一的名称。我将数据收集到一个保存它的数组中。
我现在面临的问题是，我希望找到一种简单的方法来搜索这些nameID。假设数据要大得多，包含几百个不同的名称id的独特组合。因此，我认为搜索id本身是不合适的，我正在考虑创建一个散列，我可以用算法搜索数组。我想这样做，因为稍后我将比较名称并将值添加到相应的nameID中。请记住，nameID大多数时候都有相同的结构，但是最终可以实现一个新的名称，比如total_air
浏览 0提问于2018-06-25得票数 1
回答已采纳
1回答
我有一个数据数组，其中包含了全球各地lat、lon点数的值列表。我想为特定的城市提供一个lat，lon值的列表，并应用在那些lat，lon点上的值来创建一个数据。为了实现这一点，我执行下面的代码。
df1=pd.read_csv('E:/Riskpulse_HD/TroPYcal/GenscapePortList.csv')
lats=df1['Latitude']
lons=df1['Longitude']
count_city=[]
for idx,(lon,lat) in enumerate(zip(lons,lats)):
v
浏览 4提问于2020-05-29得票数 1
回答已采纳
我正在处理使用NetCDF格式的ROMS模型输出生成的洋流数据。每个NetCDF文件都包含洋流速度的月平均值，即只有一个时间步长。到目前为止我已经到达这里了。
import netCDF4
import pandas as pd
import numpy as np
import xarray as xr
df1 = xr.open_dataset("ocean_avg_November.nc4") #NetCDF file for Nov 2013
df2 = xr.open_dataset("ocean_avg_December.nc4") #NetCDF
浏览 6提问于2022-06-18得票数 0
回答已采纳
1回答
我试图用泛型实现视图模型观察者，这样我就不需要7个观察者了，因为我从7个不同的片段中收集数据。
目标
由于这7个片段将数据存储在不同的ArrayLists类型中，所以我创建了一个泛型ViewModel类，将该数据传递给我的主要活动(片段持有者)。
SharedViewModel
class SharedViewModel<T>: ViewModel() {
var data:MutableLiveData<ArrayList<T>> = MutableLiveData()
fun setData(anyData:ArrayList<
浏览 1提问于2019-07-03得票数 0
回答已采纳
我有一些这样的信息，这些不是..just单独的数据对象
name : 'element1', x: 30, y : 35
name : 'element2', x : 10, y:16
name : 'element3', x: 70, y:11
我已经将所有三个信息都推到了三个不同的数组中。
var elmArray = ['element1','element2','element3'];
var xArray = [30, 10, 70];
var yArray = [35, 16,
浏览 4提问于2015-07-16得票数 1
回答已采纳
我正在将x数组分割成一个机器学习过程中的小数据立方体，并试图过滤出没有数据值的多维数据集。
我希望保持较小的内存占用，并将不太可能的值-999分配给无数据值。这样做是为了保持int16，而不是nan需要更大的类型。
问题:检查xarray.Dataset中是否存在-999的最佳方法是什么？
以下是我所拥有的：
(dataset == -999).any()
威尔·耶尔德：
<xarray.Dataset>
Dimensions: ()
Data variables:
var_a bool True
var_b bool True
v
浏览 1提问于2017-07-16得票数 1
回答已采纳
我有一个计算，希望熊猫的数据作为输入。我想在存储在netCDF文件中的数据上运行这个计算，该文件扩展到51 at -目前我一直在用xarray.open_dataset打开文件并使用块(我的理解是这个打开的文件实际上是一个dask数组，因此一次只将数据块加载到内存中)。然而，我似乎无法利用这种懒散的加载，因为为了运行我的计算，我必须将xarray数据转换为熊猫数据--我的理解是，此时所有的数据都被加载到内存中(这很糟糕)。
因此，我想长话短说，我的问题是:如果没有任何中间步骤将整个数据加载到内存中，我如何才能从xarray数据集获得熊猫的数据？我看过dask与pandas.read_csv一起
浏览 0提问于2016-11-07得票数 7
回答已采纳
如何一次计算指定坐标和二维xarray数据之间的欧几里得距离(不使用for循环)？ 我写了下面的代码。但是如果数据变得更大，这个脚本就会变得很慢。如果没有for循环，我怎么做同样的事情？ import math
import xarray as xr
import numpy as np
#set the specified lat, lon
specific_lat = 15
specific_lon = 65
#create sample xarry data
lat = [0, 10, 20]
lon = [50, 60, 70, 80]
#sample data
test_d
浏览 28提问于2021-03-08得票数 0
回答已采纳
2回答
我想让用户通过用户表单向我的代码中添加一些IF规则，然后运行程序。规则是这样的：
If Xarray(i,j-1)= "X" and Xarray(i,j+1)= "Y" Then Xarray(i,j)= "Z"
其中，"X“、"Y”和"Z“是使用用户表单填充的文本框，当用户单击”添加规则“按钮时，规则将以编程方式添加到代码中。稍后，我可以将规则扩展到更复杂的规则。我的问题是如何为Excel创建这样的过程？
谢谢。
下面是一个示例：
我们有一个用户表单，它有三个文本框和一个“添加规则”按钮。我创建了以下代码示例：
Pr
浏览 4提问于2013-09-25得票数 0
回答已采纳
我已经下载了GFDL模型的全球温度数据在2010-2014年期间约3.5GB.我想使用METPY库计算静态稳定性。我的数据集看起来像这个
我使用的代码如下：
import xarray as xr
import numpy as np
import pandas as pd
import geopandas as gp
import matplotlib.pyplot as plt
import cartopy
import cartopy.crs as ccrs
from cartopy import feature as cf
import netCDF4 as nc
import se
浏览 12提问于2022-09-08得票数 0
2回答
我在python中使用了很多地理空间数据(主要是天气预报)，对于这个问题，我使用xarray做了很多工作。
xarray支持转换成hdf/netcdf文件，这是很好的，如果你想存储的数据，没有速度要求再次获得访问。我正在寻找的是一个数据库，用于快速访问xarray的单个数据点，以构建fast风格的WEB-API。有没有一种简单的方法将xarray存储到这样的数据库中？
注意:典型的xarray.DataArray包含一组值，如纬度、经度和时间戳等坐标。值的水平维度等于由纬度和经度组成的格网，第三个维度等于xarray.DataArray中的长度时间戳
浏览 2提问于2019-08-23得票数 2
<xarray.DataArray 'nc_file' (time: 20, latitude: 360, longitude: 720, N: 3)>
[34992000 values with dtype=float64]
Coordinates:
* latitude (latitude) float64 89.75 89.25 88.75 88.25 87.75 87.25 86.75 ...
* longitude (longitude) float64 -179.8 -179.2 -178.8 -178.2 -177.8 -177.2 ..
浏览 13提问于2017-03-12得票数 2
1回答
我发现解释随机样本形状的方法对kstest有很大的影响。我尝试以下代码：
import numpy as np
from scipy import stats
N = 260
np.random.seed(1)
X = np.random.rand(N)
Xarray = X.reshape(N,1)
XarrayT = Xarray.T
print('X' + str(X.shape) + ': ' + str(stats.kstest(X, 'uniform') ) )
print( 'Xarray' + str(Xarr
浏览 3提问于2017-10-26得票数 0
1回答
这可能是最基本的问题，但我只是找不到解决办法。
我有两个不同的x阵列包含风数据。这两个xarrays都有尺寸(时间: 60，plev: 19，lat: 90)。现在，我需要了解两个xarrays在所有维度上的差异，以找到这两个场景之间的异常。
我认为xarray.DataArray.diff函数仅用于计算一个xarray的轴上的差值(而不是计算两个xarray之间的差异)。
所以，我试着用简单的
diff = wind1_xarray - wind2_xarray
以及
diff = (wind1_xarray - wind2_xarray).compute()
但是，这两种方法都给出了一个
浏览 4提问于2021-11-06得票数 3
回答已采纳
我有一个netCDF文件，其中的time维度包含2年内按小时计算的数据。我想要取平均值，以获得每个月每天每小时的每小时平均值。我试过这个：
import xarray as xr
ds = xr.open_mfdataset('ecmwf_usa_2015.nc')
ds.groupby(['time.month', 'time.hour']).mean('time')
但是我得到了这个错误：
*** TypeError: `group` must be an xarray.DataArray or the name of
浏览 5提问于2018-04-03得票数 10
1回答
我有两个netcdf文件，导入为xarray(请参见下面的摘要图像)，其中包含非洲的季节性降水数据(经纬度、经度、季节、精确度)(重新划分到相同的网格)。我想通过计算在泰勒图中使用的皮尔逊相关系数(模式相关)来比较每个季节(对于每个季节)。我尝试过numpy的corrcoef，但它返回一个矩阵，并且我需要一个值。我也尝试过scipy的pearsonsr，但它引发了一个错误(具有多个元素的数组的真值是不明确的。使用a.any()或a.all())。我是python和netcdf文件的新手，因此如果有任何指导，我将不胜感激。 File1： <xarray.DataArray 'pr
浏览 72提问于2021-09-14得票数 0
1回答
我想在循环中将数组A推到B，然后，对于B的每一次迭代，我需要删除数组A并创建新的数组。在清除数组之前，我获取所有数据，但在清除之后，我得到了带有空值的数组B。
代码：
for (i = 0; i < XArray.length; i++) {
var pointsArray = [];
for (j = 0; j < XArray.length; j++) {
if (XArray[i] == XArray[j]) {
pointsArray.push([parseFloat(YArray[i]), parseFloat(
浏览 2提问于2013-09-30得票数 0
我试图用Python中的xarray打开多个netCDF文件。这些文件的数据具有相同的形状，我想加入它们，创建一个新的维度。
我试图为xarray.open_mfdataset()使用xarray.open_mfdataset参数，但它并不像预期的那样工作。下面是一个例子，它用124次、241纬度和480经度的温度数据打开了两个文件：
DS = xr.open_mfdataset( 'eraINTERIM_t2m_*.nc', concat_dim='cases' )
da_t2m = DS.t2m
print( da_t2m )
使用此代码，我预计结果数据数
浏览 2提问于2019-04-01得票数 10
回答已采纳
我有一个zarr文件，我想把它转换成netcdf，它太大了，不适合内存。我的电脑有32‘t的内存，所以写5.5GB的块应该不是问题。然而，在运行此脚本后的几秒钟内，我的内存使用量很快就超过了可用的~20 my，脚本就失败了。
资料来源：至zarr文件，包含美国2014年6月28日的雷达降雨数据，总数约为1.8GB。
代码：
import xarray as xr
import zarr
fpath_zarr = "out_zarr_20140628.zarr"
ds_from_zarr = xr.open_zarr(store=fpath_zarr, chunks={
浏览 14提问于2022-08-17得票数 1
回答已采纳
1回答
我正在尝试为学校的作业编写reversi游戏，但我有一个
当我从另一个类调用数组时出现问题。
我使用这个if语句来检查移动是否合法。它从playermove类调用CheckLegal move方法。
if(PlayerMove.CheckLegal(Yarray,Xarray))
{
//changes the turn
if (turn) { turn = false; } else { turn = true; }
if (turn) {
浏览 0提问于2018-12-23得票数 0
我正在使用xarray python库访问netcdf文件。我使用的特定文件是公开的。
因此，该文件有多个变量，对于大多数这些变量，维度是: time: 4314，x: 700，y: 562。我使用的是ET_500m变量，但是其他变量的行为也是相似的。分块是: 288，36，44。
我正在检索单个单元格并使用以下代码打印该值：
import xarray as xr
ds = xr.open_dataset('./dataset_greece.nc')
print(ds.ET_500m.values[0][0][0])
根据我的理解，xarray应该直接定位磁盘中包含相应值的块
浏览 5提问于2022-05-17得票数 2
回答已采纳
给定一个区域值('Af')沿日期和深度维的xarray.DataArray：xarray.DataArray 'Af' (time: 366, z: 20)，如何获得与' area‘相同长度的每个日期的深度维度上的每个区域之间的差异，以及第一个差值等于第一个索引的“区域”？
所以，就像：
area_1 = Af_1
area_2 = Af_1 - Af_2
..。
area_i = Af_i - Af_(i-1)
如果是在numpy中，我可以使用np.diff(array, prepend=array[0])，但是在xarray中没有前置选项。在xarr
浏览 2提问于2020-11-23得票数 1
回答已采纳
我有八个不同的xarray数据(7,375,121,240)。所有的数据都有相同的模糊，和弦，吸引力。我想把它变成一个xarray数据(7,375*8,121,240)。
但是当我尝试mer = xr.merge(ds1，ds2)时，它会显示以下错误: MergeError:要组合的对象上的变量'hgt‘的冲突值。您可以通过指定compat=‘重写’来跳过此检查。
因此，我添加mer = XR.merge( ds1，ds2，compat=‘重写’)，但结果与ds1 (7,375,121,240)相同。
如何将xarray数据集合并为(7,375*8,121,240)？
浏览 6提问于2022-07-01得票数 0
Java中的Arrays.toString()方法的运行时(关于Big )是多少？
例如：
String sort(String x){
char[] xArray = x.toCharArray();
Arrays.sort(xArray);
return Arrays.toString(xArray);
浏览 0提问于2020-01-03得票数 0
我知道二维数组的x和y索引(numpy索引)。
在这个之后，xarray使用了例如Fortran风格的索引。
所以当我通过例如
ind_x = [1, 2]
ind_y = [3, 4]
我期望索引对(1,3)和(2,4)有2个值，但是xarray返回一个2x2矩阵。
现在我想知道如何使用xarray来实现numpy这样的索引？
注意:我希望避免将整个数据加载到内存中。因此，使用.values api不是我正在寻找的解决方案的一部分。
浏览 1提问于2021-04-22得票数 0
gammaSample = RandomVariate[GammaDistribution[2, 2], 10];
xArray = Array[0, 10];
yArray = Array[0, 10];
Histogram[gammaSample];
PearsonChiSquareTest[gammaSample]
sorted = Sort[gammaSample];
Print[sorted];
For[i = 1, i <= 10, i++; ReplacePart[xArray, i -> (i - 1/2)/100];]
xArray
你好!我只想更改数组中的值。我
浏览 4提问于2014-09-06得票数 0
2回答
我有一个xarray.DataArray，它有两个三维(time, y, x)变量a和b。
import numpy as np
import xarray as xr
# Random data
a = np.random.rand(100, 3000, 3000).astype(np.float32)
b = np.random.rand(100, 3000, 3000).astype(np.float32)
# Create xarray.Dataset with two vars
ds = xr.Dataset(
data_vars={
"a"
浏览 14提问于2022-07-01得票数 1
回答已采纳
问题描述
我有一个包含整数的数据集，我希望通过某些条件选择子数据集，但我希望保留int数据类型。在我看来，Xarray强制将整型数据转换为浮点型数据。
示例设置
代码
import numpy
import xarray
nums = numpy.random.randint(0, 100, 13)
names = numpy.random.choice(["babadook", "samara", "jason"], 13)
data_vars = {"num": xarray.DataArray(nums), "na
浏览 7提问于2016-09-12得票数 5
我正在使用xarray.open_mfdataset打开多个文件，并将它们再次存储为一个数据集。当我这样做的时候，我的临时目录内存耗尽了。
如何更改临时目录的路径？
我的代码看起来像是：
import xarray as xr
with xr.open_mfdataset( my_list_of_filepaths ) as in_data:
out_data = some_data_manipulation( in_data )
out_data.to_netcdf( out_filepath )
我试过：
import dask
浏览 3提问于2022-01-31得票数 0
2回答
我有一个在一维上有多个坐标的xarray。在下面的示例中，沿着尺寸dim1定义坐标a和b。如何使用沿相同维度定义的两个坐标进行groupby？与不同的是，我不是在尝试沿着不同的维度进行分组，而是在一个维度上进行分组。
import xarray as xr
d = xr.DataArray([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],
coords={
'a': ('dim1',['A', 'A', 'B', 'B']),
浏览 16提问于2020-02-25得票数 2
1回答
我有几个netCDF文件可以下载here，由Coperinucs创建。有四个文件，每个文件大约1 1GB。 我是这样读文件的 import xarray as xr
dset = xr.open_dataset("~/.../ERA5land1.nc") 这给了我 <xarray.Dataset>
Dimensions: (latitude: 61, longitude: 101, time: 87647)
Coordinates:
* latitude (latitude) float32 31.0 30.9 30.8 30.7 ... 25.3
浏览 22提问于2020-03-16得票数 1
1回答
我希望下面的函数对所有数据类型都是通用的。但是，这不适用于原始数据类型。为什么会这样呢？有人能给出一个解决方案吗？我将不胜感激。
private int getIndexOfElement(Object x, Object[] xArray){
for(int i=0; i<xArray.length;i++){
if(xArray[i]==x){
return i;
}
}
return -1;
}
浏览 1提问于2016-01-30得票数 0
我正在绘制来自cdasws.datarepresentation的一些数据。我用matlabplotlib绘制了这些图，但我不知道如何翻转轴，而且我在文档中找不到它。
这是代码
%pip install xarray
%pip install cdflib
%pip install cdasws
from cdasws import CdasWs
from cdasws.datarepresentation import DataRepresentation
import matplotlib.pyplot as plt
cdas = CdasWs()
datasets = cdas.ge
浏览 11提问于2022-10-27得票数 2
1回答
下面的Xarray名为“scatch”，它消除了lat、long和lev的弦，只将时间coord作为一个维度。它有几个变量。从2002年到2014年，这是一个多变量的每日时间序列。我需要添加一个新的变量"water_year"，它显示了一年中的哪一天是水年。可以通过Xarray.assign或Xarray.resample在变量中添加另一列，但我不确定，可能需要一些帮助。注：“水年”由十月一日开始，翌年九月三十日结束。所以2003年的水应该是10-01-2002到09-30-2003.
在这里看到我的Xarray
浏览 10提问于2022-05-17得票数 2
回答已采纳
1回答
因此，我试图为我的java类复制这个图形程序。
这就是我到目前为止想出的：
import processing.core.PApplet;
public class Assignment09b extends PApplet {
// Create arrays to stort the x & y values of the mouse
int [] xArray = new int [100];
int [] yArray = new int [100];
public void setup(){
//Runs at 60Fps
size(500, 500)
浏览 4提问于2013-04-12得票数 0
回答已采纳
使用Microsoft C++和CLR选项。我使用gcroot为非托管类中的数组定义托管句柄。
有关Microsoft示例，请参阅下面的链接。
gcroot < array<double> ^ > xArray;
然后，我使用gcnew分配数组。
myClass.xArray = gcnew array<double>(scanProp.nz);
这是可行的，我可以通过传递到第三方库管理函数来根据需要使用数组。
问:之后如何调整数组的大小？
System::Array::Resize不接受gcroot数组。
我考虑使用相同的" array“变量再次
浏览 0提问于2018-03-14得票数 0
我想要创建一个三维达斯克数组，从数据，我有已经分块。我的数据由216个块组成，每个块包含1024x1024x1024 uint8体素，每个块存储为一个压缩的hdf5文件，其中包含一个名为data的键。压缩后，我的数据每块只有几兆字节，但解压缩后，每块需要1GB。此外，我的数据目前存储在(gcs)中，尽管我可能在容器中本地镜像它。
我认为最简单的方法是使用扎尔，遵循这些指令()。在保存到zarr格式之前，xarray必须解压缩我的数据吗？它是否需要对数据进行洗牌，并尝试跨块进行通信？是否有一种从hdf5区块组装扎尔的较低层次的方法？
浏览 4提问于2020-01-19得票数 0
回答已采纳
2回答
我将天气预报存储为netcdf4文件。这些netcdf4文件是按照原则批处理的。这意味着我定义了一个缩放级别(在这里)，以获得每个瓷砖的范围。基于这些信息，我使用了以下代码对数组进行切片：
sliced_data = data.where(
(data[lat_coord_name] <= maxLat)
& (data[lat_coord_name] > minLat)
& (data[lon_coord_name] <= maxLon)
& (data[lon_coord_na
浏览 7提问于2022-02-02得票数 0
以最简单的方式提出这个问题--这段代码的最后一行是如何工作的？
import numpy as np
import xarray as xr
tmp = xr.DataArray(np.random.rand(100,100))
howthiswork = np.array(tmp)
我的印象是，熊猫是建在最上面的numpy ，然后xarray是基于熊猫的。但是，我没有发现任何信息表明numpy本身支持xarray.DataArray，而且没有多少人使用xarray而不是numpy。那么，为什么我可以用一个numpy.ndarray对象初始化一个xarray.DataArray呢？我的猜测之一
浏览 0提问于2016-12-08得票数 2
回答已采纳
在python中，我如何将数组的子集写入磁盘，而不将整个数组保存在内存中？ xarray输入/输出文档指出，除非通过dask.array流式传输，否则xarray不支持增量写入，仅支持增量读取。(此外，修改数据集仅影响内存中的副本，而不影响连接的文件。)dask文档建议在每次操作后保存整个数组？
浏览 11提问于2019-04-08得票数 1
2回答
我试图把一个数组传递给一个方法。其思想是生成一个随机数，i，并将xArray[i]的值复制到yArray[x]中，在yArray[x]中，x = 0随每次运行而增加。
我不明白的是，我传递给方法的数组也被修改了。例如：
# inputArray is populated by the capital letters of the alphabet, e.g. "A", "B", ... "Z"
def populateArray inputArray
xArray = inputArray
yArray = Array.new
浏览 7提问于2022-11-15得票数 0
回答已采纳
对于我的Python包，它应该帮助原型化简单的数值模型，我为自描述数据集编写了类。我最近偶然发现了一个很棒的，现在我正在考虑使用xarray.Dataset和xarray.DataArray来代替我自己的类来进行数据管理。
我搜索了，但没有找到我的问题的答案。抱歉我漏掉了什么东西。
就我所理解的xarray而言，它的结构最好用于不改变其形状的静态数据。但是对于我的numericalmodel包，我需要不断地扩展具有新的及时值的数组，即在每一个新的时间步骤。我不知道时间点提前，因为时间步长可以自适应地确定每一个方程被解决。
所以我的问题是：
一个如何展开和xarray.DataArray的坐标？
浏览 3提问于2017-05-01得票数 4
10回答
有没有办法从JS原生函数继承类？
例如，我有一个如下的JS函数：
function Xarray()
{
Array.apply(this, arguments);
//some stuff for insert, add and remove notification
}
Xarray.prototype = new Array();
我试着把它转换成Typescript，但是我失败了！
export class Xarray implements Array {
}
编译器要求我定义所有Array接口属性。我知道如果我需要这个Xarray.prototype = new A
浏览 6提问于2012-12-22得票数 31
回答已采纳
1回答
我正在尝试对通过xarray导入的数据执行非常基本的向量操作，但是很难弄清楚如何做到这一点。我有两个物体的x，y和z坐标，我需要对它们进行矢量加法和减法，并计算交叉积。以下是我的尝试：
ds = xr.open_dataset(data_path)
leo = ds[['xLeo','yLeo','zLeo']].to_array()
gps = ds[['xGps','yGps','zGps']].to_array()
example = gps - leo
这就产生了：
xarray.DataA
浏览 9提问于2022-09-26得票数 2
回答已采纳
我试图让两个数组保存从80到100之间的20个随机值，但看起来它只是在打印System.Int32[]。它应该在FillArray方法中附加值，但我认为它不起作用。我可能盯着这个看得太久了，但我哪里出问题了？
using System;
class MainClass {
public static void Main(string[] args) {
int[] student1 = new int[20];
int[] student2 = new int[20];
FillArray(student1);
Fill
浏览 2提问于2021-02-09得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
