代码之家 › 专栏 › 技术社区 › Light_B jezrael

类似于xarray的Netcdf时间切片方法

python-xarray netcdf python

Light_B jezrael · 技术社区 · 8 年前

我有一个包含海冰浓度的NetCDF数据文件

from netCDF4 import Dataset
ds = Dataset('file.nic', 'r')
ds.variables.keys()
>>odict_keys(['latitude', 'longitude', 'seaice_conc', 'seaice_source', 'time'])
ds.dimensions.keys()
>>odict_keys(['latitude', 'longitude', 'time'])

问题 :在此数据集中,自2001-01-01 00:00:00起,时间存储为天。假设我想要seaice\u conc for a specific time=1990-12-01,那么如何在不使用xarray或编写另一个函数来计算日差的情况下实现它呢。有没有可能像在沙雷那样做,例如;

import xarray as xr
ds1 = xr.open_dataset('file.nc')
seaice_data = ds1['seaice_conc'].sel(time = '1990-12-01')

为了提供有关数据集的进一步信息,它如下所示:

ds1.seaice_conc
<xarray.DataArray 'seaice_conc' (time: 1968, latitude: 240, longitude: 
1440)>
[680140800 values with dtype=float32]
Coordinates:
* latitude   (latitude) float32 89.875 89.625 89.375 89.125 88.875 88.625 
...
* longitude  (longitude) float32 0.125 0.375 0.625 0.875 1.125 1.375 1.625 
...
* time       (time) datetime64[ns] 1850-01-15 1850-02-15 1850-03-15 ...
Attributes:
short_name: concentration
long_name: Sea_Ice_Concentration
standard_name: Sea_Ice_Concentration
units: Percent

还有一件事 我感到困惑的是,使用netcdf时,时间是以天为单位存储的,从2001:01:01开始,但在xarrays中,它以yyyy-mm-dd格式显示确切的日期,而不是显示“从……开始的天”释义

谢谢

3 回复 | 直到 8 年前

Light_B jezrael 8 年前

我能找到的最简单的方法是

from netCDF4 import date2index
from datetime import datetime
timeindex = date2index(datetime(1990,12,1),ds.variables['time'])
seaice_data = ds.variables['seaice_conc'][timeindex,:,:]

kakk11 8 年前

Dataset确实是一种比xarray低级别的库,如果它可以做xarray已经做的一切,那么就不需要xarray了,对吧。不过,还有一个有用的功能 num2date 在netCDF4中,这可以使您在管理日期单位时更加轻松。大约:

from netCDF4 import Dataset, num2date
import datetime
import numpy as np

ds = Dataset('file.nic', 'r')
your_date = datetime.datetime(1990,12,1)
select_time = np.argmax(num2date(ds.variables['time'][:],ds.variables['time'].units) == your_date)
seaice_data = ds.variables['seaice_conc'][select_time,:,:]

我承认它仍然比xarray更具代码性。

jhamman 8 年前

你可以在沙雷做你想做的事。

对于问题1 . 看起来你的约会都在每月的15号。只选择一个时间点应该是这样的。

ds1['seaice_conc'].sel(time='1990-12-15')

另一种方法是使用 method='nearest' 关键字参数。

ds1['seaice_conc'].sel(time='1990-12-01', method='nearest')

最后,您可以考虑将时间轴重新索引到每个月的第一个月。

ds1['seaice_conc'].resample(time='MS').mean('time').sel(time='1990-12-01')

一个额外的答案是,您可以使用类似的方法选择时间片:

ds1['seaice_conc'].sel(time=slice('1990-01-01', '1991-12-31')

Xarray文档包括 section on datetime indexing

对于问题2 . 使用时,Xarray会自动解码坐标变量 open_dataset . 您可以使用 decode_times 但这似乎不是你想在这里做的。

Xarray中也讨论了这一点 documentation .