我正在读三个不同城市的数据,我希望将每组数据保存在一个二维数组中,但是当我通过我的代码的一部分时,循环会继续写下我前两个城市的内容因为我只有一维数组。我应该在哪里设置这些二维数组以保持我的文件有条理,我应该使用哪些函数和参数?
阵列应为3X54(每个城市3个,每年数据54个)
编辑:下面代码中的所有初始变量(即,degra,tmin,tmax)在开始时将包含超过19,000个元素,我最终在每年的代码中对其进行平均。
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
city = ['Lubbock.txt','Erie.txt','Oslo.txt']
years = np.arange(1960,2014,1)
months_summer = range(5,8,1)
for x in range(0,len(city),1):
data = np.genfromtxt(city[x], skip_header=2, usecols=(1), dtype=('S8'))
data2 = np.genfromtxt(city[x], skip_header=2, usecols=(2,3,4))
#ONLY GET 1-D ARRAY WHEN I ASK FOR SHAPE OF VARIABLE AFTER THIS POINT
dates = pd.DatetimeIndex(data[:])
year = dates.year
month = dates.month
day = dates.day
precip = data2[:,0]/10.
tmax = data2[:,1]/10.
tmin = data2[:,2]/10.
tmaxF = (tmax*(9./5.))+32.
tminF = (tmin*(9./5.))+32.
precipinches = precip*0.03937007874
tmax_avg = []
JJA3tmax_avg = []
JJAtmax_avg = []
DJFtmax_avg = []
for yr in years:
toavg = np.where(year == yr)
tmax_avg.append(np.average(tmax[toavg]))
for mo in months_summer:
sumtoavg = np.where(month == mo)
JJA3tmax_avg.append(np.average(tmax[sumtoavg]))
JJAtmax_avg.append(np.average(JJA3tmax_avg))
JJA3tmax_avg = []
dec_this_year = (year == yr) & (month == 12)
jan_next_year = (year == (yr+1)) & (month == 1)
feb_next_year = (year == (yr+1)) & (month == 2)
wintoavg = np.where(dec_this_year & jan_next_year & feb_next_year)
DJFtmax_avg.append(np.average(tmax[wintoavg]))
tmaxmean30 = np.average(tmax_avg[1:31])
JJAtmaxmean30 = np.average(JJAtmax_avg[1:31])
DJFtmaxmean30 = np.average(DJFtmax_avg[1:31])
#THIS IS THE DATA THAT I'M PLOTTING
tmax_avg_dep = tmax_avg - tmaxmean30
JJAtmax_avg_dep = JJAtmax_avg - JJAtmaxmean30
DJFtmax_avg_dep = DJFtmax_avg - DJFtmaxmean30
答案 0 :(得分:5)
这一行:
data[:]
创建浅副本。您需要deep copy:
import copy
copy.deepcopy(data)
来自文档:
浅层复制和深层复制之间的区别仅与复合对象(包含其他对象的对象,如列表或类实例)相关:
- 浅复制构造一个新的复合对象,然后(尽可能)将对它的引用插入到原始对象中找到的对象。
- 深层复制构造一个新的复合对象,然后以递归方式将副本插入到原始对象中找到的对象。