当前,我的代码大量使用具有多维dtypes的结构化蒙版数组,该数组具有数十个字段和数个千字节大小的项目.看来xarray可能是一个很好的选择,但是当我尝试将其传递给带掩码的数组时,它将dtype更改为float： In [137]: x = arange(30, dtype="i1").reshape(3, 10) In [138]: xr.Dataset({
我有一个xarray,它使用open_dataset从服务器读取服务器的月平均表面温度,且array_code_times = False,因为xarray无法识别日历类型. 经过一些操作后,我得到了表面温度(‘ts’)和时间(‘T’)的数据集my_dataset： <xarray.Dataset> Dimensions: (T: 1800) Coordinates: * T
我有一个带foll的netCDF文件.结构体： <xarray.Dataset> Dimensions: (latitude: 94, longitude: 192, time: 366) Coordinates: * longitude (longitude) float32 -180.0 -178.125 -176.25 -174.375 -172.5 ... * latitude (latitude) float32 88.5419 86.6532 84.7532
当我用numpy中的权重进行运行/滚动时,我例如做这样的事情： data = np.random.random(100) # Example data... weights = np.array([1, 2, 1]) data_m = np.convolve(data, weights/float(np.sum(weights)), "same") 然后用例如data_m [0]和data_m [-1]替换data_m [0]和data_m [-1
我有一个非常大的netCDF文件,我正在使用python中的netCDF4阅读 我无法一次读取此文件,因为它的尺寸(1200 x 720 x 1440)太大,整个文件不能同时在内存中.第一维代表时间,下一个分别代表纬度和经度. import netCDF4 nc_file = netCDF4.Dataset(path_file, 'r', format='NETCDF4') f
