Question

我发现可视化创建N-dimensional DataArray的最简单方法是创建np.ndarray，然后按照我创建的坐标填充值。当我尝试实际执行此操作时，我无法弄清楚如何更新xr.DataArray。

如何更新我使用我创建的标签初始化的xr.DataArray？我的实际数据是一个复杂得多的数据集，但总结了我正在尝试的内容去做。我可以使用.loc，但有时我的ndarrays变得庞大而复杂，我不知道dim的顺序。

# Construct DataArray
DA = xr.DataArray(np.ndarray((3,3,5)), dims=["axis_A","axis_B","axis_C"], coords={"axis_A":["A_%d"%_ for _ in range(3)],
                                                                                  "axis_B":["B_%d"%_ for _ in range(3)],
                                                                                 "axis_C":["C_%d"%_ for _ in range(5)]})
# <xarray.DataArray (axis_A: 3, axis_B: 3, axis_C: 5)>
# array([[[ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.]],

#        [[ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.]],

#        [[ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.],
#         [ 0.,  0.,  0.,  0.,  0.]]])
# Coordinates:
#   * axis_B   (axis_B) <U3 'B_0' 'B_1' 'B_2'
#   * axis_A   (axis_A) <U3 'A_0' 'A_1' 'A_2'
#   * axis_C   (axis_C) <U3 'C_0' 'C_1' 'C_2' 'C_3' 'C_4'

# # Update? 
DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1").values = 1
DA.max()
# # <xarray.DataArray ()>
# # array(0.0)

DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1") = 1
# #  File "<ipython-input-17-8feb7332633f>", line 4
# #     DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1") = 1
# #                                                         ^
# # SyntaxError: can't assign to function call

Answer 1

这真的很尴尬，由于Python语法的不幸限制，方括号内不支持关键字参数。

相反，您需要将.sel的参数作为字典放在.loc中：

DA.loc[dict(axis_A="A_1", axis_B="B_1", axis_C="C_1")] = 1

如何使用`.sel（）`indexer更新`xarray.DataArray`？

1 个答案: