Question

我对这个话题很难，尽管它看起来应该很简单。

我想使用一组纬度和经度坐标切片xarray数据集。

以下是我的数据集：

In [31]: data = xr.open_mfdataset(open_file, decode_cf=True)

In [32]: data
Out[32]: 
<xarray.Dataset>
Dimensions:  (time: 108120, x: 349, y: 277)
Coordinates:
    lons     (y, x) float64 -145.5 -145.3 -145.1 -144.9 -144.8 -144.6 -144.4 ...
    lats     (y, x) float64 1.0 1.104 1.208 1.312 1.416 1.519 1.621 1.724 ...
  * time     (time) datetime64[ns] 1980-01-01 1980-01-01T03:00:00 ...
Dimensions without coordinates: x, y
Data variables:
    stp      (time, y, x) float64 0.1235 0.0867 0.07183 0.05389 0.05901 ...

以下是我要做的事情：

In [48]: lat_bnd = [25,30]
    ...: lon_bnd = [-80,-75]

In [49]: r = data.sel(y=slice(*lat_bnd),x=slice(*lon_bnd))

一切看起来都很棒：

In [50]: r
Out[50]: 
    <xarray.Dataset>
    Dimensions:  (time: 108120, x: 5, y: 5)
    Coordinates:
        lons     (y, x) float64 -82.52 -82.28 -82.05 -81.81 -81.57 -82.44 -82.2 ...
        lats     (y, x) float64 13.54 13.46 13.38 13.3 13.22 13.77 13.69 13.61 ...
      * time     (time) datetime64[ns] 1980-01-01 1980-01-01T03:00:00 ...
    Dimensions without coordinates: x, y
    Data variables:
        stp      (time, y, x) float64 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 0.0 ...

但我的纬度/经度值不正确：

In [53]: r.lats.values
Out[53]: 
array([[ 13.53542397,  13.45647916,  13.37686013,  13.296571  ,
         13.21561592],
       [ 13.76719053,  13.6878189 ,  13.60776989,  13.52704767,
         13.44565641],
       [ 13.99938176,  13.91958109,  13.83909988,  13.75794233,
         13.67611265],
       [ 14.2319952 ,  14.15176326,  14.07084762,  13.98925249,
         13.90698214],
       [ 14.46502833,  14.3843629 ,  14.30301059,  14.22097564,
         14.13826236]])

In [54]: r.lons.values
Out[54]: 
array([[-82.52229969, -82.28438922, -82.0469968 , -81.8101255 ,
        -81.57377834],
       [-82.44118948, -82.20260881, -81.96455096, -81.72701901, -81.490016  ],
       [-82.3595596 , -82.12030558, -81.8815792 , -81.64338357,
        -81.40572174],
       [-82.27740522, -82.03747469, -81.79807668, -81.55921433,
        -81.32089068],
       [-82.19472148, -81.95411126, -81.71403851, -81.47450637, -81.2355179 ]])

当然，如果我尝试使用lats / lons坐标进行切片，我会收到错误，因为尺寸不匹配。

    In [55]: r = data.sel(lats=slice(*lat_bnd),lons=slice(*lon_bnd))
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-55-7c6237be5f22> in <module>()
----> 1 r = data.sel(lats=slice(*lat_bnd),lons=slice(*lon_bnd))

/lib/anaconda2/lib/python2.7/site-packages/xarray/core/dataset.pyc in sel(self, method, tolerance, drop, **indexers)
   1204         """
   1205         pos_indexers, new_indexes = indexing.remap_label_indexers(
-> 1206             self, indexers, method=method, tolerance=tolerance
   1207         )
   1208         result = self.isel(drop=drop, **pos_indexers)

/lib/anaconda2/lib/python2.7/site-packages/xarray/core/indexing.pyc in remap_label_indexers(data_obj, indexers, method, tolerance)
    275     new_indexes = {}
    276 
--> 277     dim_indexers = get_dim_indexers(data_obj, indexers)
    278     for dim, label in iteritems(dim_indexers):
    279         try:

/lib/anaconda2/lib/python2.7/site-packages/xarray/core/indexing.pyc in get_dim_indexers(data_obj, indexers)
    243     if invalid:
    244         raise ValueError("dimensions or multi-index levels %r do not exist"
--> 245                          % invalid)
    246 
    247     level_indexers = defaultdict(dict)

ValueError: dimensions or multi-index levels ['lons', 'lats'] do not exist

在我的理解中是否有一些我缺少的东西，这是一个NARR数据集？

Answer 1

在第一个示例中，您不是按纬度/经度编制索引，而是按每个focusNextField (currentField, pinCode) { const mapping = { '1': { variable: 'pC1', next: '2' }, '2': { variable: 'pC2', prev: '1', next: '3' }, '3': { variable: 'pC3', prev: '2' }, }; this.state[mapping[currentField].variable] = pinCode || ''; if (pinCode) { if (mapping[currentField].next) { this.refs[mapping[currentField].next].focus(); } } else { if (mapping[currentField].prev) { this.refs[mapping[currentField].prev].focus(); } } this.forceUpdate(); }和x的数字索引编制索引。也就是说，您正在切换第25个和第30个y以及-80和-75th y之间的值。这解释了为什么lat / lon值在输出中没有意义。

您可以使用xr.Dataset.set_index()将您的坐标与尺寸相关联：

Answer 2

一种解决方法可能是根据x，y坐标本身进行切片。要检查是否满足您的域要求，您可以查看快速绘图并调整x，y值以进行相应切片。但是，更好的方法是将您的经度转换为x，y坐标，然后根据相应的x，y进行切片。

Answer 3

也许有人可能会感兴趣 - 通过使用您无法从 xarray 的最近邻域插值的良好特征中获利的地方。我有一个类似的问题 - 一个曲线网格，二维数组作为 lons/lats 坐标。此外，我正在寻找最接近给定点的坐标。我使用以下附加函数将“任何”经纬度对转换为 (x,y) 元组：

def find_nearest(lons, lats, lon0,lat0):
   idx = ((lons - lon0)**2+(lats - lat0)**2).argmin()
   value_lat =  lats.flat[idx]
   return tuple(np.squeeze(np.where(lats2d == value_lat)))

然后，将其用作：

find_nearest(tmp.longitude.values,tmp.latitude.values, -22.16,32.3)

Xarray：没有尺寸的切片坐标

3 个答案: