Question

我有一个数组数据集，其中包含多年的月降水量数据，我想计算1887年至1889年之间36个月的异常。我该如何正确执行呢？

我尝试创建两个新的数据集，一个用于平均条件（气候），另一个用于三年，并对它们执行以下功能。但是，我的数据输出同时包含月份和日期。

为数据分配了变量“ precip”，如下所示：

<xarray.DataArray 'precipitation' (date: 1920, station_number: 42)>
array([[ nan,  nan,  nan, ...,  nan,  nan,  nan],
   [ nan,  nan,  nan, ...,  nan,  nan,  nan],
   [ nan,  nan,  nan, ...,  nan,  nan,  nan],
   ...,
   [ nan,  nan,  nan, ...,  nan,  nan, 41.2],
   [ nan,  nan,  nan, ...,  nan,  nan, 44. ],
   [ nan,  nan,  nan, ...,  nan,  nan, 30.2]])
Coordinates:
* date            (date) datetime64[ns] 1850-01-01 1850-02-01 ... 2009-12-01
* station_number  (station_number) object '018070' '019036' ... '095003'

#Anomaly calculation

climatology=precip.sel(date=slice('1888','1965')).groupby('date.month').mean(dim='date')
the_years=precip.sel(date=slice('1887','1889'))

percentage_anomaly=((the_years-climatology)/climatology)*100

#convert to dataframe
ppercentage.mean('station_number').to_dataframe()

我希望输出是具有日期和位置尺寸的新数据集。输出是具有日期，位置和月份尺寸的数据集。

例如：

date        month  anomaly
1887-01-01  1      10
            2      20
            3      30
            4      40
            5      50
            6      60
            7      70
            8      80
            9      90
            10     100
            11     110
            12     120

在python中绘制多年的每月异常图

0 个答案: