Question

我在XArray DataArray中存储了一个尺寸为时间x，y，y的图像堆栈，我希望沿着每个像素的时间轴在其上应用自定义函数，以便输出为尺寸为x的单个图像， y。

我尝试了：apply_ufunc，但是函数失败，说明我需要先将数据加载到RAM中（即不能使用Dask数组）。理想情况下，我想在内部将DataArray保留为Dask Array，因为不可能将整个堆栈加载到RAM中。确切的错误消息是：

ValueError：apply_ufunc在参数上遇到了dask数组，但是尚未启用对dask数组的处理。设置dask参数或使用.load()或.compute()
首先将数据加载到内存中

我的代码当前如下所示：

import numpy as np
import xarray as xr
import pandas as pd 

def special_mean(x, drop_min=False):
    s = np.sum(x)
    n = len(x)
    if drop_min:
    s = s - x.min()
    n -= 1
    return s/n

times = pd.date_range('2019-01-01', '2019-01-10', name='time')

data = xr.DataArray(np.random.rand(10, 8, 8), dims=["time", "y", "x"], coords={'time': times})
data = data.chunk({'time':10, 'x':1, 'y':1})

res = xr.apply_ufunc(special_mean, data, input_core_dims=[["time"]], kwargs={'drop_min': True})

如果我确实使用.compute将数据加载到RAM中，那么我仍然会遇到以下错误：

ValueError：应用的函数返回的数据具有意外的维数：0与2，维数（'y'，'x'）

我不确定我到底缺少什么/做错了什么。

Answer 1

def special_mean(x, drop_min=False):
    s = np.sum(x)
    n = len(x)
    if drop_min:
        s = s - x.min()
    n -= 1
    return s/n

times = pd.date_range('2019-01-01', '2019-01-10', name='time')

data = xr.DataArray(np.random.rand(10, 8, 8), dims=["time", "y", "x"], coords={'time': times})
data = data.chunk({'time':10, 'x':1, 'y':1})

res = xr.apply_ufunc(special_mean, data, input_core_dims=[["time"]], kwargs={'drop_min': True}, dask = 'allowed', vectorize = True)

上面的代码应该可以工作。

沿XArray的时间维度应用函数

1 个答案: