python - 如何识别 xarray 中的时间、lon 和 lat 坐标？

Question

确定 xarray dataArray 对象的哪些坐标包含 longitude、latitude 和时间?

典型的 dataArray 可能如下所示:

<xarray.Dataset>
Dimensions:    (ensemble: 9, lat: 224, lon: 464, time: 12054)
Coordinates:
  * lat        (lat) float64 25.06 25.19 25.31 25.44 ... 52.56 52.69 52.81 52.94
  * lon        (lon) float64 -124.9 -124.8 -124.7 ... -67.31 -67.19 -67.06
  * time       (time) datetime64[ns] 1980-01-01 1980-01-02 ... 2012-12-31
Dimensions without coordinates: ensemble
Data variables:
    elevation  (lat, lon) float64 dask.array<shape=(224, 464), chunksize=(224, 464)>
    temp       (ensemble, time, lat, lon) float64 dask.array<shape=(9, 12054, 224, 464), chunksize=(1, 287, 224, 464)>

一种方法可能是遍历由变量坐标标识的变量，例如 temp.coords，寻找 time 的 standard_name 属性>、经度 和纬度。但许多数据集似乎并未包含所有变量的 standard_name 属性。

我想另一种方法是搜索 units 属性并尝试确定它们是否具有适当的 units 属性(例如 degrees_east 或 degrees_west 表示 longitude 等)。

有没有更好的办法？

Answer 1

MetPy package包括一些像这样的系统坐标识别助手。您可以在 xarray with MetPy tutorial 中查看其工作原理的基础知识。 .例如，如果您想要名为 temp 的 DataArray 的时间坐标(假设它来自已被 MetPy 解析的数据集)，您只需调用:

temp.metpy.time

这是通过根据 CF conventions 解析坐标元数据在内部完成的.

这是一个简短的例子:

import xarray as xr
import metpy.calc as mpcalc

ds = xr.tutorial.load_dataset('air_temperature')
ds = ds.metpy.parse_cf()

x,y,t = ds['air'].metpy.coordinates('x','y','time')

print([coord.name for coord in (x, y, t)])

产生:

['lon', 'lat', 'time']