如何將自定義 function 應用於 xarray.DataArray.coarsen.reduce()？

Question

我有一個 (2x2) NumPy 數組：

ar = np.array([[2, 0],[3, 0]])

和 xarray.DataArray 形式的相同：

da = xr.DataArray(ar, dims=['x', 'y'], coords=[[0, 1], [0, 1]])

我正在嘗試使用自定義 function 在空間上對二維數組進行下采樣以查找模式（即最常出現的值）：

def find_mode(window):
    # find the mode over all axes 
    uniq = np.unique(window, return_counts=True)
    return uniq[0][np.argmax(uniq[1])]

find_mode()適用於ar ，因為find_mode(ar)給出0 。

但是，它不適用於da （即da.coarsen(x=2, y=2).reduce(find_mode) ），並出現錯誤：

TypeError: find_mode() got an unexpected keyword argument 'axis'

非常感謝您的關注和參與。

Answer 1

傳遞給DatasetCoarsen.reduce的函數的簽名必須包括axis和kwargs 。 一個很好的例子是np.sum 。 所以你的 function 需要看起來像：

def find_mode(window, axis=None, **kwargs):
    # find the mode over all axes 
    uniq = np.unique(window, return_counts=True)
    
    ret = uniq[0][np.argmax(uniq[1])]
    ret = np.atleast_2d(ret)

    return ret

根據您的應用程序，您可能希望使用axis參數（整數元組）代替[0]和[1]索引步驟。

注意：我在這里添加了np.atleast_2d以確保返回數組是二維的。 這有點難看，所以我建議在您的應用程序中多考慮一下這部分。 要理解的關鍵是返回數組需要與輸入數組具有相同的維數。