时间戳

首页 > 解决方案 > 如何使用 xarray 中的维度和数据来创建新的数据数组？

python - 如何使用 xarray 中的维度和数据来创建新的数据数组？

问题描述

我在Xarray中遇到了 DataSets 的问题。我想对数据集中已有的数据和坐标应用一个函数来计算一组新数据（本质上，w = f ( x, y, z )，其中x、y和z是浮点数）。

有一系列函数需要应用，并且当拉入一个新变量时，结果数组的维度需要扩展。所以 f(x) 应该是一维数组，g(f(x), y)应该是 2D，h(g(f(x), y), z) 应该是从前一个 2D 数组创建的 3D 数组。我可以用来np.outer强制 1D -> 2D 转换，但我在 2D -> 3D 转换时遇到问题。考虑到我遇到的麻烦，我怀疑我是从错误的方向来解决问题的。

下面是部分代码的片段。有人能帮我理解从 NumPy/Xarray 的角度解决这个问题的正确方法吗（我真的在努力避免陷入循环来完成这项工作……）

import numpy as np
import xarray as xr

data = xr.Dataset(
    data_vars={
        "abs": (("x"), np.ones((200)))
    },
    coords={
        "x": np.linspace(1.5,1.55,200),
        "y": np.arange(5e5),
        "z": np.arange(125)
    }
)

def intensity_decay(da):
    "Return decay curve (exponential decay)."
    init_power = 1e5
    decay = init_power * np.exp(
        -1 * np.outer(da.abs, da.y * 10 ** (-7))
        )
    decay[decay < 1e-3] = 0
    return decay

data["depth_decay"] = (["x", "y"], intensity_decay(data))

def radial_decay(da):
    "Return radial decay curve."
    return np.outer(da.depth_decay, np.exp(-da.z))

radial_decay(data.isel(x=[1, 4, 10])).shape

如您所见，该radial_decay函数不会广播到z维度。似乎 Xarray 应该支持这种类型的操作，但我不知道如何解决这个问题，甚至不知道从文档中的哪里开始。我目前有两个要应用这些功能的数据集，所以我可以手动完成，但我想创建一个框架，我也可以在未来的数据上使用。

标签： pythonnumpypython-xarray

解决方案

在玩了一会儿并使用这个答案中找到的函数结构之后，我能够想出正确形状的输出。

通过radial_decay如下定义函数，我可以得到一个具有三个维度的输出数组。

def radial_decay(da):
    "Return radial decay curve."
    da["radial_decay"] = (["x", "y", "z"], da.depth_decay * np.exp(-da.z))
    return da

使用这种结构，输出radial_decay(data.isel(x=[1, 4, 10])).radial_decay.shapeis (3, 500000, 125)，而不是(1500000,125)使用原始问题中定义的函数。

虽然这似乎可行（我仍然需要验证这些值是否正确），但我想知道是否还有其他（更好的？）方法可以实现这一目标，特别是如果只有NumPy 有更好的方法可以做这个（以防我将来由于某种原因无法访问 Xarray）。

推荐阅读