我有一个NetCDF文件,其中的变量以0到360度的经度存储。我想将其转换为-180至180度。这应该是一个相当简单的任务,但是由于某些原因,我似乎无法解决本教程中给出的一些示例。
ds = xr.open_dataset(file_)
>ds
<xarray.Dataset>
Dimensions: (lev: 1, lon: 720, time: 1460)
Coordinates:
* lon (lon) float64 0.0 0.5 1.0 1.5 2.0 2.5 ... -2.5 -2.0 -1.5 -1.0 -0.5
* lev (lev) float32 1.0
* time (time) datetime64[ns] 2001-01-01 ... 2001-12-31T18:00:00
Data variables:
V (time, lev, lon) float32 13.281297 11.417505 ... -19.312767
我尝试使用Dataset.assign_coord
的帮助ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180))
#gives me a new array with lon -180 to 180
ds['V'] = ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180))
# didn't modify the V for some reason?
因此,assign_coords有效,但是将变量设置回Dataset无效。经过多次尝试,我发现直接修改坐标“ lon”是因为它们已链接到Datavariable“ V” “通过字典。
ds.coords['lon'] = (ds.coords['lon'] + 180) % 360 - 180
#solves the problem!
第二个问题,我遇到的问题是根据上面修改的经度对数据变量进行排序。我尝试过
ds['V'] = ds.V.sortby(ds.lon)
>ds.V
# the array is not sorted according to -180 to 180 values
但是当我对数据集进行排序和分配时,它就可以了。
ds = ds.sortby(ds.lon) # now my dataset is sorted to -180 to 180 degrees lon
如果有人可以指出为什么我对这两个问题的第一种方法都不起作用,这对我对xarrays的理解将非常有帮助。
答案 0 :(得分:3)
有一个原理可以解释为什么两种最初的方法都不起作用。在Dataset
中,变量沿坐标具有值。坐标在Dataset
中与变量分开存在。您可能具有三个变量U
,V
和W
,它们都沿数据集中的某个坐标longitude
变化。单独使用U
和V
使其longitude
的值具有不同的顺序是可以的,但是在数据集中,它们必须具有相同的顺序。
当您将变量分配给已经具有该变量坐标的数据集时,xarray
将自动对该变量重新排序,使其具有与数据集相同的顺序。还会做一些不错的事情,例如在变量中没有变量的情况下添加nan
值。
在此示例中,我制作了一个Dataset
和DataArray
,它们都具有经度坐标,但方向相反。当我将DataArray
分配给Dataset
时,坐标会自动反转。
In[17]: ds
Out[17]:
<xarray.Dataset>
Dimensions: (longitude: 10)
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
*empty*
In [18]: da
Out[18]:
<xarray.DataArray (longitude: 10)>
array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 0.0 40.0 80.0 120.0 160.0 200.0 240.0 ...
In [19]: ds['v'] = da
In [20]: ds['v']
Out[20]:
<xarray.DataArray 'v' (longitude: 10)>
array([ 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
下面是一个类似的示例,它会自动添加nan
:
In [27]: ds
Out[27]:
<xarray.Dataset>
Dimensions: (longitude: 10)
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
*empty*
In [28]: da
Out[28]:
<xarray.DataArray (longitude: 3)>
array([ 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 0.0 40.0 80.0
In [29]: ds['v'] = da
In [30]: ds['v']
Out[30]:
<xarray.DataArray 'v' (longitude: 10)>
array([ nan, nan, nan, nan, nan, nan, nan, 0., 0., 0.])
Coordinates:
* longitude (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
答案 1 :(得分:2)
我为单线道歉,但这正是我解决此问题的方式:
d = d.assign_coords(longitude=(((d.longitude + 180) % 360) - 180)).sortby('longitude')
您应该在Dataset
级工作,而不是DataArray
级工作。
答案 2 :(得分:1)
这不是python解决方案,但是如果您在linux上并且拥有nco,则可以键入
ncap2 -O -s 'where(lon>180) lon=lon-360' ifile ofile
答案 3 :(得分:1)
cdo 可以快速解决这些问题, 喜欢:
cdo sellonlatbox,-180,180,-90,90 a.nc b.nc
a.nc 是你的数据,b.nc 是你想要的结果。