我正在处理大量在不同经度和纬度测量的温度数据,我可以从这样的 NetCDF 文件中打开它。
<xarray.Dataset>
Dimensions: (altitude: 801, measurement_number: 3180)
Coordinates:
* altitude (altitude) float64 0.0 100.0 200.0 300.0 400.0 500.0 ...
Dimensions without coordinates: measurement_number
Data variables:
temperature (measurement_number, altitude) float32 ...
longitude (measurement_number) float64 ...
latitude (measurement_number) float64 ...
为了更方便地评估结果,我想将变量“经度”和“纬度”更改为这样的尺寸或坐标。
<xarray.Dataset>
Dimensions: (altitude: 801, measurement_number: 3180, longitude: 36, latitude: 18)
Coordinates:
* altitude (altitude) float64 0.0 100.0 200.0 300.0 400.0 500.0 ...
* longitude (longitude) float64 -180, -170, -160 ...
* latitude (latitude) float64 -90, -80, -70, ...
Dimensions without coordinates: measurement_number
Data variables:
temperature (measurement_number, altitude, longitude, latitude) float32 ...
我尝试使用ds.set_coords(['longitude','latitude'])
到达这里,以及许多不同的功能,但我无法根据经度和纬度来确定温度。您能给我一些如何解决这个问题的建议吗?
最佳答案
你见过Multi-index吗? xarray 中的功能?它可能不完全是您正在寻找的,并且存在一些限制(例如,据我所知,尚不支持序列化到 netCDF),但也许这对您来说没问题。这个想法是将measurement_number转换为pandas多重索引,以纬度和经度作为虚拟坐标。 然后,您也可以在多索引坐标上使用 .sel -> Multi-level indexing
关于python - Xarray - 将数据变量更改为维度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52384940/