Question

当我将xr.ones_like的结果分配给数据集变量时，我丢失了分配给坐标的一些数据：

import xarray as xr
import numpy as np

A, B, C = 2, 3, 4

ds = xr.Dataset()
ds.coords['source'] = (['a', 'b', 'c'], np.random.random((A, B, C)))
ds.coords['unrelated'] = (['a', 'c'], np.random.random((A, C)))

print('INITIAL:', ds['unrelated'], '\n')

# do 'ones_like' manually
ds['dest-1'] = (['a', 'b'], np.ones((A, B)))

print('AFTER dest-1:', ds['unrelated'], '\n')

ds['dest-2'] = xr.ones_like(ds['source'].isel(c=0))

print('AFTER dest-2:', ds['unrelated'], '\n')

输出：

INITIAL: <xarray.DataArray 'unrelated' (a: 2, c: 4)>
array([[0.185851, 0.962589, 0.772985, 0.570292],
       [0.905792, 0.865125, 0.412361, 0.666977]])
Coordinates:
    unrelated  (a, c) float64 0.1859 0.9626 0.773 0.5703 0.9058 0.8651 ...
Dimensions without coordinates: a, c

AFTER dest-1: <xarray.DataArray 'unrelated' (a: 2, c: 4)>
array([[0.185851, 0.962589, 0.772985, 0.570292],
       [0.905792, 0.865125, 0.412361, 0.666977]])
Coordinates:
    unrelated  (a, c) float64 0.1859 0.9626 0.773 0.5703 0.9058 0.8651 ...
Dimensions without coordinates: a, c

AFTER dest-2: <xarray.DataArray 'unrelated' (a: 2)>
array([0.185851, 0.905792])
Coordinates:
    unrelated  (a) float64 0.1859 0.9058
Dimensions without coordinates: a

使用unrelated后，为什么xr.ones_like会丢失维度？

Answer 1

简短的回答是这种行为看起来像a bug。绝对分配变量不应该修改现有的坐标，没有某种明确的选择。

这似乎是由xr.ones_like(ds['source'].isel(c=0))具有不同的坐标'unrelated'值引起的，这会（错误地）覆盖现有的协调。因此，作为一种解决方法，您可以在将此额外坐标分配给ds['dest-2']之前删除它，例如，使用

ds['dest-2'] = xr.ones_like(ds['source'].isel(c=0)).drop('unrelated')

或

ds['dest-2'] = xr.ones_like(ds['source'].isel(c=0)).reset_coords(drop=True)

为什么将`xr.ones_like`赋给DataSet变量会改变不相关的坐标？

1 个答案: