- 对于进行python 聚类分析后的数据，将所需处理的数据聚类分析为6类，然后统计每个网格点上出现各个类型的次数。
- 实际上原理比较容易理解，就是利用
for循环对于每个网格点进行循环读取，判断各个网格点所有时间上是否出现这个类别的点，如果出现了，bool类型为True，统计这个点出现该类别的次数，那么存起来即可。
# 导入库 import xarray as xr import numpy as np # 读取文件，选取时间范围、数据变量 p=r'/Kmean_label.nc' label=xr.open_dataset(p).sel(time=slice('1979','2018')).label # 读取经纬度、时间 lon=label.lon.data lat=label.lat.data time=label.time.data # 设置一个三维数组，里面所有的值为nan值，6为我的数据进行kmean分类后有六类，剩下两项为经纬度的size n=np.zeros((6,17,144)) n[:]=np.nan # 进行循环读取 for i in range(lon.shape[0]): #print(i) for j in range(lat.shape[0]): for k in range(6): ind=(label[:,j,i]==k) #判断网格点的值是否等于我的类别：0、1、2、3、4、5 n[k,j,i]=sum(ind==True) #统计这个点出现值的次数，有的话就存到我的数组中 # 保存数据，方便以后读取。 np.save('label_n_k.npy',n)
一个努力学习python的海洋 水平有限，欢迎指正！！！ 欢迎评论、收藏、点赞、转发、关注。 关注我不后悔，记录学习进步的过程~~
