xarray介绍

xr.Dataset：

装入多个变量的信息，可以对每个变量进行定义不同的维度信息。主要包含以下三部分：

1. data_vars
2. coords
3. attrs

xarray.Dataset(*data_vars=None*, *coords=None*, *attrs=None*)

1、官方例子：

#创建数据
np.random.seed(0)
temperature =np.random.randn(2, 2, 3)
precipitation =np.random.rand(2, 2, 3)
lon = [[-99.83, -99.32], [-99.79, -99.23]]
lat = [[42.25, 42.21], [42.63, 42.59]]
time = pd.date_range("2014-09-06", periods=3)
reference_time = pd.Timestamp("2014-09-05")
#将创建的数据填入dataset
ds = xr.Dataset(
    data_vars=dict(
        temperature=(["x", "y", "time"], temperature),
        precipitation=(["x", "y", "time"], precipitation),
    ),
    coords=dict(
        lon=(["x", "y"], lon),
        lat=(["x", "y"], lat),
        time=time,
        reference_time=reference_time,
    ),
    attrs=dict(description="Weather related data."),
)

ds #显示创建的dataset

其实，有点复杂，下面我举一个简单一点的例子：

ds = xr.Dataset(
    data_vars={
        "a": (("x", "y"), np.ones((3, 3))),#生成 3*3的都是1的数组,('x','y')表示维度信息
        "b": ("t", np.full(4, 1), {"b atrri": "b value"}), #填充都是1的一维数组
              },
    # 创建坐标          
    coords={
        "longtitude":("x",[-1, 0, 1]), #[]里的就是对应的数值
        "latitude":("y",[-1, 0, 1]),
        "time":("t",["2021-09-01", "2021-09-02", "2021-09-03", "2021-09-04"])
            },
     #创建 属性信息
      attrs={"attr": "example"}
)
ds

创建dataset时需要注意的一点是：data_vars中的维度个数应该与坐标中的数据个数对应上，比如下面数据中，创建一个3*3的数组，那么坐标中的len(经、纬度)也应该是 3

ds = xr.Dataset(
    data_vars={
        "a": (("x", "y"), np.ones((3, 3)))
              },
    # 创建坐标          
    coords={
        "longtitude":("x",[-1, 0, 1]), #[]里的就是对应的数值
        "latitude":("y",[-1, 0, 1])  },
     #创建 属性信息
      attrs={"attr": "example"}
)
ds

---

2、同一维度上多个变量的坐标参数：

xa = np.arange(1, 4)
xb = np.arange(1, 5)

a = xr.DataArray(np.linspace(0, 1, 3), dims="x", coords={"x": xa})
b = xr.DataArray(np.zeros(4), dims="x", coords={"x": xb})

xr.Dataset(data_vars={"a": a, "b": b})

---

xr.DataArray:

装入一个变量的信息

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

1、有多个维度时（以3维为例）

da = xr.DataArray(
    # 温度数据 建立一个3*4*2的全是1的numpy,几*几取决于数据量
    np.ones((3, 4, 2)),
    # 维度名称
    dims=("x", "y", "t"),
    # 数组名称
    name="Temperature Data",
    # 坐标数据 字典形式 x方向有三个数据
    coords={"longtitude":("x",[0,90,180]),
    "latitude":("y",[-90,-45,45,90]),
    "time":("t",['2021-09-01','2021-09-02'])
           },
    
    #加入 数据属性说明
    attrs={'autor':'jianpu'}
)

2、只有一个维度时

# 一个维度的情形
x=xr.DataArray([1, 2],  dims=("x") )

以上都可以通过：

da.dims
da.name
da.coords
da.attrs

查看相关的维度、名称、坐标、属性等参数

直接在运行命令中输入：

da

可以显示xarray.DataArray相关设置

输入：

da.data

可以直接提取da的数据

同时，在coords中，可以通过

{"key":value}#注意，以上都是英文拼写

为经纬度等数据添加更多的属性

1. http://xarray.pydata.org/en/stable/generated/xarray.Dataset.html
2. http://xarray.pydata.org/en/stable/generated/xarray.DataArray.html(dataarray)

xarray–数据的读写

利用xarray读取NetCDF数据：

其中，对于xarray读取的nc文件生成的数据对象，可以通过一些函数转为pandas对象。对pandas对象使用to_xarray 方法或者对 xarray 对象使用to_pandas方法进行转换。

但是，不能直接对于dataset进行转换，需要先处理为dataArray才能进行转换，也就是指定需要转换的变量。

还是举一个之前的例子，先创建一个dataset：

import numpy as np
import xarray as xr
import pandas as pd
da = xr.DataArray(    np.ones((3, 4, 2)),   
 dims=("x", "y", "t"),   
  name="Temperature Data",   
   coords={"longtitude":("x",[0,90,180]),  
     "latitude":("y",[-90,-45,45,90]),  
     "time":("t",['2021-09-01','2021-09-02'])           })

比如，我要对于时间数据进行转换，只需要输入：

da.time.to_series()

或者

da.time.to_pandas()

以上两种方法都可以实现，对于其他的数据，操作方法类似，取决于你确定的或者读取的数据坐标名称。

同样的，反过来也是如此，只是换个函数：

to_dataframe：将DataArray或Dataset对象转换为pandas.dataframe。

---

基于此，我们下面介绍对于nc文件的读取：

NetCDF ：通过函数open_dataset `、open_dataarray将nc数据进行读、to_netcdf写

下面举一个例子：

读取nc文件：

#导入库
import xarray as xr
#nc文件所在的绝对路径
path='D:\\data\\sst.nc' 
#在python中需要使用双斜杠
# 读入文件
data=xr.open_dataset(path)

读取nc文件后，可以在终端输入data，查看文件的相关信息，进行下一步的数据处理

写入nc文件：

ds = xr.Dataset(    data_vars={        "a": (("x", "y"), np.random.randn(4, 2)),    
    "b": (("z", "x"), np.random.randn(6, 4)),    }, 
       coords={        "x": np.arange(4),      
       				  "y": np.arange(-2, 0),    
     			   "z": np.arange(-3, 3),    },)

将 DataSets 和 DataArray 写入 nc 文件中

# DataSets写入文件ds.to_netcdf("data.nc")# DataArray写入文件ds.a.to_netcdf("dataArray.nc")

xarray–数据索引和切片

为了更好的处理数据，可以通过xarray对数据进行索引和切片，实现更好、更快的处理。

import numpy as np
import xarray as xr
import pandas as pd
array = np.random.randn(3,4) #生成一个3行4列（3×4）的随机数组arraydata= xr.DataArray(array, dims=("x","y"))
data

方法1：.isel（integer selection）是一个基于维度名称数字索引的筛选的方法。通过.isel这个方法筛选了arr第一维度x索引值为1和第二维度y索引值为2的值。

data.isel(x=1, y=2)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dGhyEga8-1630891998095)(E:\myblog\blogname\source_posts\paper2\image-20210903231658248.png)]

方法2：使用坐标名称筛选数据，使用的是.sel方法而非.isel方法。

data = xr.DataArray(        np.random.randn(6,6),    
    dims=("x","y"),      
      coords={          "x":[1,2,3,4,5,6],          "y":pd.date_range("2021-09-05", periods=6, freq="M")        })
data.sel(x=5)

或者也可以这样写

data.loc[{"x":5}]

当然，我们读取的nc文件处理的肯定都是经纬度以及时间等数据，下面给出几个筛选数据的例子：

1、筛选前20个纬度坐标且第20至40个经度坐标的数据：

data.isel(lat=slice(None,20), lon=slice(20, 40))

2、筛选南北纬30度且时间在2019年1月1日至2019年10月1日的数据

lat_range=lat[(lat>=-30) & (lat<=30)]
data.sel(lat=lat_range, time=slice("2019-01-01", "2019-10-1"))

3、去除经度250_{280的数据，经度排列为0}360

data.drop_sel(lon=[250.0, 280.0])

xarray–nc文件规则网格插值

创建一个数组例子：

import numpy as np
import xarray as xr
import pandas as pd
data = xr.DataArray(        np.random.randn(6,6),      
  dims=("x","y"),       
   coords={          "x":[1,2,3,4,5,6],          "y":pd.date_range("2021-09-05", periods=6,freq="M")        })
data

有时候想要知道格点框中更加高分辨率的值，这时候可以使用interp函数进行数据插值。

data.interp(  x=np.linspace(2, 6, 10),  y=pd.date_range("2021-04-01", "2021-04-30",freq="D"))

---

假如我现在需要将一个原始为1* 1 °分辨率的nc文件，插值为目标为0.25*0.25°分辨率的数据，可以这样操作：

import xarray as xr
import netCDF4 as nc
path1='D:\\ss\\data.nc'
da=xr.open_dataset(path1)
path2='D:\\ss\\目标data.nc'
ds=xr.open_dataset(path2)
ss= ds.interp(lat=da.lat.values, lon=da.lon.values)