我需要向DataArray
添加维度,填充新维度的值。这是原始数组。
a_size = 10
a_coords = np.linspace(0, 1, a_size)
b_size = 5
b_coords = np.linspace(0, 1, b_size)
# original 1-dimensional array
x = xr.DataArray(
np.random.random(a_size),
coords=[('a', a coords)])
我想我可以创建一个带有新维度的空DataArray并复制现有数据。
y = xr.DataArray(
np.empty((b_size, a_size),
coords=([('b', b_coords), ('a', a_coords)])
y[:] = x
更好的想法可能是使用concat
。我花了一段时间才弄清楚如何为concat维度指定dims和coords,并且这些选项都不是很好。有什么我想念的东西可以使这个版本更清洁吗?
# specify the dimension name, then set the coordinates
y = xr.concat([x for _ in b_coords], 'b')
y['b'] = b_coords
# specify the coordinates, then rename the dimension
y = xr.concat([x for _ in b_coords], b_coords)
y.rename({'concat_dim': 'b'})
# use a DataArray as the concat dimension
y = xr.concat(
[x for _ in b_coords],
xr.DataArray(b_coords, name='b', dims=['b']))
但是,有没有比上述两个选项中的任何一个更好的方法呢?
答案 0 :(得分:4)
由于数学应用于新尺寸的方式,我喜欢将其相乘以添加新尺寸。
identityb = xr.DataArray(np.ones_like(b_coords), coords=[('b', b_coords)])
y = x * identityb
答案 1 :(得分:3)
您已对当前选项进行了非常彻底的分析,实际上这些选项都不是很干净。
这对于为xarray编写来说肯定是有用的功能,但是还没有人能够实现它。也许你会有兴趣帮忙吗?
针对某些API提案,请参阅此GitHub问题:https://github.com/pydata/xarray/issues/170
答案 2 :(得分:1)
如果DA
是长度为DimLen
的数据数组,则现在可以使用:
DA.expand_dim({'NewDim':DimLen})
答案 3 :(得分:1)
使用.assign_coords
方法即可。但是,您不能将坐标分配给不存在的尺寸,作为一个衬里的方法是:
y = x.expand_dims({b_coords.name: b_size}).assign_coords({b_coords.name: b_coords})
答案 4 :(得分:0)
参考问题的语法:
y = x.expand_dims({"b": b_coords})