Question

我有一个函数，可以接受多个2D数组并创建两个具有相同形状的新数组。它最初被编写为仅支持numpy数组，但是如果看到“块”属性，则会被“黑客”为支持dask数组。使用xarray DataArrays的用户指出，此函数现在返回dask数组，因为DataArray具有“ chunks”属性。

我想知道dask / xarray专家是否可以告诉我支持所有3（4？）个对象类型的最简洁方法，而不必为每种类型（numpy数组，dask数组，xarray和numpy）重复代码，带有dask的xarray）。请记住，输入是2D数组，因此开箱即用的掩膜操作不受支持。解决此问题的相关拉取请求为here。到目前为止，我们试图避免将xarray和dask作为必需的依赖项添加到这里：

if hasattr(az_, 'chunks') and not hasattr(az_, 'loc'):
    # dask array, but not xarray
    import dask.array as da
    az_ = da.where(top_s > 0, az_ + np.pi, az_)
    az_ = da.where(az_ < 0, az_ + 2 * np.pi, az_)
elif hasattr(az_, 'loc'):
    # xarray
    az_.data[top_s > 0] += np.pi
    az_.data[az_.data < 0] += 2 * np.pi
else:
    az_[top_s > 0] += np.pi
    az_[az_ < 0] += 2 * np.pi

编辑：是否存在对xarray对象半唯一的属性？

Answer 1

好。您可能要避免不必要的依赖性。我经常定义has_dask变量

try:
    import dask.array as da
    has_dask = True
except ImportError:
    has_dask = False

然后

if has_dask and isinstance(az_, da.Array):
    --- do some thing ---
else
    --- do some other thing ----

Answer 2

我在这里参加聚会有点晚了，但是如果您正在做很多事情，那么您可以考虑使用一个函数装饰器，该装饰器将把您的输入数组强制转换为ndarray（或任何情况），运行包装的函数，甚至在返回之前重新包装结果以匹配输入类型。我已经玩了好几次了，但是我一直在决定，我希望尽可能地利用和支持xarray对象。第一次开始使用xarray时，我花了一些时间看xr-scipy。您可能会在其中找到一些足够通用的模式（或者很容易做到），同时在适当的时候为xarray对象添加一些额外的东西。

在一个函数中支持xarray，dask和numpy数组的最干净方法

2 个答案: