python - 如何从 NETcdf 时间维度存储月份(0 对应于 jan)?
问题描述
我有一个 3d NETcdf 数据集,正在尝试使用降水变量。我想绘制 60 年来的每月平均值,但很难生成与我之前没有涉及 for 循环的平均计算一致的图。以下是我如何存储 1 月、2 月的值并取平均值:
janNES = np.empty_like(conprecip[0:720,6:-11,95:141])
for i in range(0,720,12):
janNES[i]=(NESprecip[i,6:-11,95:141])
mjanNES=(np.mean(janNES, axis=0))
febNES = np.empty_like(conprecip[0:720,6:-11,95:141])
for i in range(1,720,12):
febNES[i]=(NESprecip[i,6:-11,95:141])
mfebNES=(np.mean(febNES, axis=0))
#values that are plotted, monthly 60 year averages
np.mean(mjanNES-mjan)
np.mean(mfebNES-mfeb)
其中 0-11 是一月到十二月,所以我类似地存储其他月份的值。我相信我存储数据的方式有问题,因为在减去控件(mjan 和 mfeb,使用此方法存储)并再次取平均值后,它会产生奇怪的结果。感谢您的阅读和帮助。
解决方案
数组的第一个维度的大小janNES
是 720,但是当你随着时间的推移循环时:
for i in range(0,720,12):
janNES[i]=...
您只填充每 12 个 ( 0,12,24,...
) 项,但最终取整个数组的平均值。您可能希望将数组创建为:
janNES = np.empty_like(conprecip[0:720:12,6:-11,95:141])
然后用例如循环遍历它:
for ii,i in enumerate(range(0,720,12)):
janNES[ii]=(NESprecip[i,6:-11,95:141])
ii
现在从运行,0,1,2,..,59
而i
从运行0,12,24,..,708
。
顺便说一句,您不需要for
循环,Numpy 可以通过切片原始数组直接选择数据:
janNES = NESprecip[0:720:12, 6:-11, 95:141]
febNES = NESprecip[1:720:12, 6:-11, 95:141]
您甚至可以直接从中计算平均值:
mjanNES = NESprecip[0:720:12, 6:-11, 95:141].mean(axis=0)
推荐阅读
- docker-compose - Gitlab-runner 无法执行第二份工作
- python - 为什么 python 将 '\12' 解释为 '\n'
- go - 无法加载集群内配置,必须定义 KUBERNETES_SERVICE_HOST 和 KUBERNETES_SERVICE_PORT
- c# - 在 C# 代码中带有空参数的 ReferenceEquals()
- firebase - 使用 firebase 云函数与 GCP 云函数作为 firestore 触发器
- python - Python 2.7 到 3.7 tkinter scrolledtext 没有表现
- linux - Linux 基于模式打印文件名
- ios - Xcode:Pod 安装后构建失败(错误:链接器命令失败,退出代码 1)
- javascript - CSP 配置不允许正确加载资产
- javascript - NetSuite 脚本在另一个中复制行字段