就地舍入和覆盖 xarray 数据

Question

我想将 xarray 中的所有值四舍五入到小数点后两位。

我尝试了以下方法：

def round_dim(data_arr):
   data_arr.data = data_arr.data.round(decimals = 2)
   return data_arr

我这样称呼它：

data_values = <xarray.core.dataarray.DataArray>
data_values = round_dim(data_values)

我希望data_values现在如何使用相同的值但四舍五入到小数点后两位，但这并没有发生。

编辑

当我查看数据时，它如下所示：

def round_dim(data_arr):
   #(data_arr.values) is [-50.406578, -50.415337, -50.42315]
   data_arr.data = data_arr.data.round(decimals = 2)
   #(data_arr.values) is [-50.41, -50.42, -50.42]
   return data_arr

从data_arr.data = data_arr.data.round(decimals = 2)之后可以看出，我确实得到了正确的舍入。

但是，做：

data_values = <xarray.core.dataarray.DataArray>
data_values = round_dim(data_values)

print(data_values.values)

我没有得到正确的舍入值，而是：

[-50.409999, -50.419998, -50.419998]

我希望数据数组看起来像[-50.41, -50.42, -50.42]

Answer 1

如果要将round(decimals = 2)应用于整个数据集，可以使用xarray.Dataset.map 。

它返回原始数据集的副本及其所有数据四舍五入，它不能在原地工作。

import numpy as np
import xarray

dataset = xarray.Dataset()
dataset["a"] = xarray.DataArray(np.linspace(0, 1, 10))
dataset["b"] = xarray.DataArray(np.arange(10))
print(dataset)
# <xarray.Dataset>
# ...
#    a        (dim_0) float64 0.0 0.1111 0.2222 0.3333 ... 0.7778 0.8889 1.0
#    b        (dim_0) int32 0 1 2 3 4 5 6 7 8 9

def round_dim(dataset):
    return dataset.map(lambda a: np.round(a, decimals=2))

dataset = round_dim(dataset)
print(dataset)
# <xarray.Dataset>
# ...
#     a        (dim_0) float64 0.0 0.11 0.22 0.33 0.44 0.56 0.67 0.78 0.89 1.0
#     b        (dim_0) int32 0 1 2 3 4 5 6 7 8 9

Answer 2

所以问题与dtype的数据类型有关。 显然dtype的float32不适合.round 。

为了解决这个问题，我使用.astype('float64')将数据转换为dtype float64 ，并且舍入按预期进行。