Question

我有一个大型xarray，它具有时间，y和x维，并且以大块时间= 1，x = 2000，y =2000。它看起来像这样：

<xarray.Dataset>
Dimensions:  (time: 59, x: 6951, y: 6963)
Coordinates:
  * y        (y) float64 5.193e+06 5.193e+06 5.193e+06 ... 5.298e+06 5.298e+06
  * x        (x) float64 7.475e+05 7.476e+05 7.476e+05 ... 8.518e+05 8.518e+05
  * time     (time) datetime64[ns] 2017-11-11T03:51:53 ... 2018-02-27T03:40:41
Data variables:
    green    (time, y, x) uint16 dask.array<shape=(59, 6963, 6951), chunksize=(2, 1000, 1000)>
    swir_1   (time, y, x) uint16 dask.array<shape=(59, 6963, 6951), chunksize=(2, 1000, 1000)>
    mask     (time, y, x) int8 dask.array<shape=(59, 6963, 6951), chunksize=(2, 1000, 1000)>
Attributes:
    crs:      EPSG:32648

我正在尝试对这段代码进行切片，因此我可以对它的一小部分进行迭代计算，并在最后创建一个新的xarray（由于在执行.compute（）的速度方面存在问题）。我一直在尝试各种变体：

data.sel(x=slice(0,100),y=slice(0,100))

但这（和类似的变体）只会产生：

<xarray.Dataset>
Dimensions:  (time: 59, x: 0, y: 0)
Coordinates:
  * y        (y) float64 
  * x        (x) float64 
  * time     (time) datetime64[ns] 2017-11-11T03:51:53 ... 2018-02-27T03:40:41
Data variables:
    green    (time, y, x) uint16 dask.array<shape=(59, 0, 0), chunksize=(2, 0, 0)>
    swir_1   (time, y, x) uint16 dask.array<shape=(59, 0, 0), chunksize=(2, 0, 0)>
    mask     (time, y, x) int8 dask.array<shape=(59, 0, 0), chunksize=(2, 0, 0)>
Attributes:
    crs:      EPSG:32648

此问题是由于尝试对分块数组进行切片导致的吗？我试过将块大小与切片对齐，但是这产生了类似的问题。理想情况下，我只想使用xarray的dask框架并行进行数据的计算（例如创建索引和总和），但是我无法使其工作，或者至少任何计算都需要花费一定的时间。时间长（超过30分钟）。

Answer 1

Xarray有两种选择方法，.sel()和.isel()。 .sel()根据沿着指定尺寸的刻度标签进行选择。 .isel()根据指定维度上的整数位置进行选择。

就您而言，您似乎想使用.isel()

# select a 100x100 window 
data.isel(x=slice(7.475e+05, 7.700e+05), y=slice(5.190e+06, 5.195+06))

或带有与x和y（而不是整数）相对应的刻度标签的.sel()

# select a window based on x/y values 
data.sel(x=slice(0, 100), y=slice(0,100))

旁注：很难说，但希望dask的性能问题与此问题无关。

切片无法在dask大块xarray上使用

1 个答案: