我有一个非常大的NetCDF文件。
我尝试在python dask.array模块中使用xarray功能，并在打开此数据时指定了块大小。它工作得很好;但是，当我尝试使用.load（）将变量加载到内存时，它非常慢。
我想知道是否有任何选项（在xarray或其他python模块中）通过提供维度索引（lat，lon）来读取NetCDF文件的子集？这样我就可以直接将函数应用于子集文件，而无需使用dask.array。
答案 0 :(得分：0)
您可以在将变量加载到内存之前对数据进行切片。
ds = xr.open_dataset('path/to/file')
in_memory = ds.isel(x=slice(10, 1000)).load()
答案 1 :(得分：0)
此问题与https://github.com/pydata/xarray/issues/1396中讨论的问题类似，但如果您使用最新版本的dask，则应解决此问题。
您可以通过避免显式分块来提高性能，直到 索引之后，例如
tmax = xr.open_mfdataset(terra_climate_dir+'tmax.nc')
tmax_pos = tmax.sel(lat=39.9042,lon=116.4074,method='nearest').compute()
如果这没有帮助，那么问题可能与您的源数据有关。例如，如果通过网络安装的驱动器访问数据，或者如果数据加载了带有文件内分块/压缩的netCDF4文件（需要将完整的块读入内存），查询可能会很慢。