Question

这是一个很长的镜头，但我想在写这篇文章之前我会问这里。

我有一个带有lon，lat和height坐标的3D立方体数据。我想在所有点，lon，lat，height和data中获得数据的4个1D向量。这样我就可以将它作为带有位置的点列表写入ASCII文件。通过重塑可以很容易地为数据执行此操作，但更棘手的部分是将坐标转换为正确的向量。

有没有人已经这样做并有一些提示？

Answer 1

我不是百分百肯定我已经正确理解了这个目标，但这样的事情能做到你想要的吗？

lats = []
lons = []
heights = []
data = []
for point_cube in cube.slices_over(['latitude', 'longitude', 'height']):
    lats.append(point_cube.coord('latitude').points[0])
    lons.append(point_cube.coord('longitude').points[0])
    heights.append(point_cube.coord('height').points[0])
    data.append(point_cube.data)

或者对于某些事物（几乎可以肯定）更高效，您可以使用numpy.meshgrid函数探索将1-d coord.points数组转换为3-d数组，然后可以在同一个数组中处理作为数据阵列的方式。

Answer 2

另一个选择是使用itertools构建所有坐标点的乘积并展平立方体的数据数组：

points_prod = itertools.product(cube.coord('height').points,
                                cube.coord('latitude').points,
                                cube.coord('longitude').points)
flat_data = cube.data.reshape(-1)

itertools产品是一个生成器，我们可以通过将其转换为列表来使用它。然后，我们可以索引产品列表和展平数据数组。产品列表的索引i将是展平数据数组中数据值i的坐标点：

points_prod_list = list(points_prod)
print '{} -- {}'.format(points_prod_list[i], flat_data[i])

考虑具体的数据排序并确保每个数据点都有正确的坐标......

只要您获得与打印顺序相同的维度顺序，就会始终将正确的坐标点值与这些点值描述的数据值相关联。

这很难描述，但可以合理地使用上面的代码进行演示。它涉及这样的事实：第一个打印的维度坐标描述了立方体数据数组的最外轴，以及itertools.product创建所有输入组合的乘积的顺序，以及NumPy展平数组的顺序。从根本上说，Iris本身依靠这些排序来确保其坐标点值描述正确的数据值！

将多维数据集转换为数据点列表以及x，y和z

2 个答案: