[英]Regridding coordinates with Python-Xarray
我有一个 NetCDF 文件,其中的变量存储在 0 到 360 度经度。 我想将其转换为 -180 到 180 度。 这应该是一项相当简单的任务,但出于某种原因,我似乎无法使教程中给出的一些示例得到解决。
ds = xr.open_dataset(file_)
>ds
<xarray.Dataset>
Dimensions: (lev: 1, lon: 720, time: 1460)
Coordinates:
* lon (lon) float64 0.0 0.5 1.0 1.5 2.0 2.5 ... -2.5 -2.0 -1.5 -1.0 -0.5
* lev (lev) float32 1.0
* time (time) datetime64[ns] 2001-01-01 ... 2001-12-31T18:00:00
Data variables:
V (time, lev, lon) float32 13.281297 11.417505 ... -19.312767
我尝试使用Dataset.assign_coord的帮助
ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180))
#gives me a new array with lon -180 to 180
ds['V'] = ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180))
# didn't modify the V for some reason?
因此,assign_coords 起作用,但将变量设置回 Dataset 不起作用。 经过多次尝试,我想直接修改坐标“lon”,因为它们通过字典链接到数据变量“V”。
ds.coords['lon'] = (ds.coords['lon'] + 180) % 360 - 180
#solves the problem!
我遇到的第二个问题是根据上述修改的经度对数据变量进行排序。 我试过
ds['V'] = ds.V.sortby(ds.lon)
>ds.V
# the array is not sorted according to -180 to 180 values
但是当我对数据集进行排序并分配它时,它就起作用了。
ds = ds.sortby(ds.lon) # now my dataset is sorted to -180 to 180 degrees lon
如果有人能指出为什么我对这两个问题的第一种方法不起作用,这对我理解 xarrays 会非常有帮助?
我为d = d.assign_coords(longitude=(((d.longitude + 180) % 360) - 180)).sortby('longitude')
道歉,但这正是我解决这个问题的方法: d = d.assign_coords(longitude=(((d.longitude + 180) % 360) - 180)).sortby('longitude')
你应该在Dataset
级别工作,而不是在DataArray
。
有一个原则可以解释为什么您的两种初始方法都不起作用。 在Dataset
,变量沿坐标具有值。 坐标在Dataset
集中与变量分开存在。 您可能有三个变量U
、 V
和W
,它们都沿数据集中的某个坐标longitude
变化。 就其本身而言, U
和V
的longitude
值可以按不同的顺序排列,但在数据集中它们必须具有相同的顺序。
当您将变量分配给数据集已经具有变量坐标的数据集时, xarray
将自动重新排序该变量以具有与数据集相同的排序。 它也会做一些不错的事情,比如在变量没有数据集中给定坐标的值的地方添加nan
值。
这是一个示例,我创建了一个Dataset
和DataArray
,它们都具有经度坐标,但方向相反。 当我将DataArray
分配给Dataset
,坐标会自动反转。
In[17]: ds
Out[17]:
<xarray.Dataset>
Dimensions: (longitude: 10)
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
*empty*
In [18]: da
Out[18]:
<xarray.DataArray (longitude: 10)>
array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 0.0 40.0 80.0 120.0 160.0 200.0 240.0 ...
In [19]: ds['v'] = da
In [20]: ds['v']
Out[20]:
<xarray.DataArray 'v' (longitude: 10)>
array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
这是一个类似的示例,它会自动添加nan
:
In [27]: ds
Out[27]:
<xarray.Dataset>
Dimensions: (longitude: 10)
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
*empty*
In [28]: da
Out[28]:
<xarray.DataArray (longitude: 3)>
array([ 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 0.0 40.0 80.0
In [29]: ds['v'] = da
In [30]: ds['v']
Out[30]:
<xarray.DataArray 'v' (longitude: 10)>
array([ nan, nan, nan, nan, nan, nan, nan, 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
这不是一个 python 解决方案,但如果你在 linux 上并且有 nco 你可以输入
ncap2 -O -s 'where(lon>180) lon=lon-360' ifile ofile
根据这里的答案如何更改 NetCDF 中的经度范围
cdo 可以快速解决这些问题,例如:
cdo sellonlatbox,-180,180,-90,90 a.nc b.nc
a.nc 是你的数据,b.nc 是你想要的结果。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.