我目前正在处理每日气候数据 (ERA5) 并使用 xarray 对其进行分析。
da
<xarray.DataArray (time: 8036)>
dask.array<stack, shape=(8036,), dtype=float32, chunksize=(1,), chunktype=numpy.ndarray>
Coordinates:
* time (time) datetime64[ns] 1979-01-01 1979-01-02 ... 2000-12-31
我想根据时间序列的本地月平均值计算该数据的每日异常。也就是说,我想从 1979 年 1 月的所有日子中去掉(例如)1979 年 1 月的平均值。并且我想对数组中每年的每个月都执行此操作。
我认为目前没有一种简单的方法可以使用 xarray 来做到这一点,但我会很感激人们能找到的任何解决方法! :)
最佳答案
一个稍微漂亮的方法可以让您了解如何将事物扩展到其他类型的异常:
da = da.assign_coords(year_month=da.time.dt.strftime("%Y-%m"))
result = da.groupby("year_month") - da.groupby("year_month").mean("time")
关于python - xarray : calculate time-series of daily anomalies from *local* monthly means,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/61370684/