python-iris - 是否可以基于 cell_methods 创建虹膜约束?

标签 python-iris

这个问题刚刚出现,我有一个答案,但我想在这里分享......

“是否可以基于 cell_methods 创建虹膜约束?”

我有一个数据文件,可以加载生成许多多维数据集。
我只想提取那些包含整体传播的内容,我可以从它们的 cell_methods 中识别它们,这些方法设置为:
(CellMethod(method=u'standard_deviation', coord_names=(u'realization',),Intervals=(), comments=()),)

有没有办法过滤负载,以便我只读取所需的“整体传播”数据?

最佳答案

为此,您需要使用“cube_func”方法。
http://scitools.org.uk/iris/docs/latest/iris/iris.html?highlight=constraint#iris.Constraint

所以,大致就像......

def cube_is_mean(cube):
   return any(cm.method == 'mean' for cm in cube.cell_methods)

means_constraint = iris.Constraint(cube_func=cube_is_mean)

关于python-iris - 是否可以基于 cell_methods 创建虹膜约束?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45169004/

相关文章:

python - 无法使用 pip 安装 scitools-iris : ImportError No module named target_pkg (in pyke)

python - 从文件对象或 netCDF4 数据集创建 Iris Cube

python - 错误 : Command '[' dot', '-V' ]' 返回非零退出状态 -5 使用 Iris 时

将数据集拆分为训练数据和测试数据,保持比例

python - 使用 matplotlib 在垂直横截面上绘制风矢量

python -/iris/is 中的未捕获异常(也是 [Errno 101] 网络无法访问)

python - 将多维数据集中超过一定数量的所有值设置为零