Python - 两个 netcdf 文件之间的 xarray 平均值

Question

我每年都有 nc 文件，每个文件都包含每日最低和最高温度数据。

我想要做的是获得这两个变量的平均温度。

我认为使用 xarray 会更容易，我设法将所有文件合并为一个，如下所示：

import netCDF4 as nc
import numpy as np
import xarray

tmin = xarray.open_mfdataset('TMIN*.nc',combine = 'by_coords', concat_dim="time")


tmax = xarray.open_mfdataset('TMAX*.nc',combine = 'by_coords', concat_dim="time")

然后，我尝试执行以下操作： tavg = (tmax - tmin) / 2

但是我得到了一个空数组（如下所示）：

<xarray.Dataset>
Dimensions:  (lat: 294, lon: 402, time: 25567)
Coordinates:
  * lat      (lat) float32 11.9125 11.995833 12.079166 ... 36.245834 36.329166
  * lon      (lon) float32 -119.4375 -119.354164 ... -86.104164 -86.020836
  * time     (time) datetime64[ns] 1950-01-01 1950-01-02 ... 2019-12-31
Data variables:
    *empty*

如何获得每天两个变量之间的平均值？

根据建议，以下是 tmin 和 tmax 的摘要：

<xarray.Dataset>
Dimensions:  (lat: 294, lon: 402, time: 25567)
Coordinates:
  * lon      (lon) float32 -119.4375 -119.354164 ... -86.104164 -86.020836
  * lat      (lat) float32 11.9125 11.995833 12.079166 ... 36.245834 36.329166
  * time     (time) datetime64[ns] 1950-01-01 1950-01-02 ... 2019-12-31
Data variables:
    TMAX     (time, lat, lon) float32 dask.array<chunksize=(365, 294, 402), meta=np.ndarray>


<xarray.Dataset>
Dimensions:  (lat: 294, lon: 402, time: 25567)
Coordinates:
  * lon      (lon) float32 -119.4375 -119.354164 ... -86.104164 -86.020836
  * lat      (lat) float32 11.9125 11.995833 12.079166 ... 36.245834 36.329166
  * time     (time) datetime64[ns] 1950-01-01 1950-01-02 ... 2019-12-31
Data variables:
    TMIN     (time, lat, lon) float32 dask.array<chunksize=(365, 294, 402), meta=np.ndarray>

Answer 1

我认为你的问题是 Tmin 和 Tmax 是数据集而不是数据数组。

如果您尝试将两个数据集相加，则 xarray 不知道如何将数据集中的变量相加。 毕竟，一个数据集中可以有多个变量。

要解决这个问题，您只需选择要添加的数据集中的变量。

import xarray as xr
import numpy as np

lon = np.arange(129.4, 153.75+0.05, 0.25)
lat = np.arange(-43.75, -10.1+0.05, 0.25)

Tmin = 10 * np.random.rand(len(lat), len(lon))
Tmax = 10 * np.random.rand(len(lat), len(lon))


Tmin = xr.Dataset({"Tmin": (["lat", "lon"], Tmin)},coords={"lon": lon,"lat": lat})
Tmax = xr.Dataset({"Tmax": (["lat", "lon"], Tmax)},coords={"lon": lon,"lat": lat})

# Just checking the datasets are not empty
print(Tmin)
print(Tmax)

# This will return an empty array as per your example 
tavg = (Tmax+Tmin)/2
print(tavg)

# Selecting the variable should work
tavg = (Tmax['Tmax']+Tmin['Tmin'])/2
print(tavg)