填充xarray数据集变量等于维度的形状

简介: 填充xarray数据集变量等于维度的形状 我刚开始使用xarray,并且遇到了在文档中找不到的特定任务的麻烦。我创建了一个包含两个维度的数据集: ds = xr.Dataset() ds['year'] = np.arange(100) ds['simulation'] = np.arange(1000) 我想接着一个数据变量添加到的数据集np.random.rand()与一年和模拟的坐标和等于尺寸如(1000,100)相同的形状。

填充xarray数据集变量等于维度的形状

我刚开始使用xarray,并且遇到了在文档中找不到的特定任务的麻烦。我创建了一个包含两个维度的数据集:

ds = xr.Dataset() ds['year'] = np.arange(100) ds['simulation'] = np.arange(1000)

我想接着一个数据变量添加到的数据集np.random.rand()一年模拟的坐标和等于尺寸如(1000,100)相同的形状。

我做到这一点的方式是:

ds['result'] = (('simulation','year'),np.random.rand(1000,100))

然而,必须在随机函数中指定形状似乎很奇怪,我确信xarray有一些不可思议的方式来做到这一点,我无法弄清楚。我希望能够实现的是这样的:

ds['result'] = (('simulation','year'),np.random.rand())

因此,随机函数的形状从尺寸上被引入。

我会很感激我能得到的任何帮助。

对于这种类型的构造,通常值得明确的是创建尺寸,坐标和变量。我认为这是你要做的。

ds = xr.Dataset()
ds['result'] = xr.DataArray(np.random.rand(1000,100),
                            dims=('simulation', 'year'),
                            coords={'simulation': np.arange(1000), 'year': np.arange(100)})

Xarray确实允许使用一些快捷方式的构造函数,但是当你刚刚开始时,它可能不那么容易混淆标准构造函数。

编辑1

这听起来像你真的想在结果数组的构造函数中使用year / simulation维度的大小。这可以这样做:

ds = xr.Dataset()

ds.coords['year'] = xr.DataArray(np.arange(100), dims=('year',))
ds.coords['simulation'] = xr.DataArray(np.arange(1000), dims=('simulation',))

ds['result'] = xr.DataArray(np.random.rand(ds.dims['simulation'], ds.dims['year']),
                            dims=('simulation', 'year'))
原文地址https://stackoverflow.com/questions/50752154/fill-xarray-dataset-variables-equal-to-shape-of-dimensions
相关文章
|
数据可视化
R绘图 | 包含/比例关系环图
R绘图 | 包含/比例关系环图
167 0
|
算法 测试技术 C#
C++前缀和算法应用:矩形区域不超过 K 的最大数值和
C++前缀和算法应用:矩形区域不超过 K 的最大数值和
|
7月前
|
Python
Python批量求取多景栅格文件之间的像素差值
【2月更文挑战第18天】本文介绍基于Python语言,针对一个含有大量遥感影像栅格文件的文件夹,从其中第2景遥感影像开始,分别用每一景影像减去其前一景影像,从而求取二者的差值,并将每一个所得到的差值结果保存为新的一景遥感影像文件的方法~
Python批量求取多景栅格文件之间的像素差值
|
7月前
|
数据挖掘 计算机视觉 Python
Python实现对规整的二维列表中每个子列表对应的值求和
Python实现对规整的二维列表中每个子列表对应的值求和
66 0
|
7月前
|
数据挖掘 编译器 定位技术
Python中whitebox实现忽略无效值NoData的长时间序列栅格遥感影像批量逐像元求取像素平均值
Python中whitebox实现忽略无效值NoData的长时间序列栅格遥感影像批量逐像元求取像素平均值
|
7月前
|
自然语言处理
将向量提取器用于平行语料对齐的一个小示例
将向量提取器用于平行语料对齐的一个小示例
44 0
|
算法
ENVI_IDL:使用反距离权重法选取最近n个点插值(底层实现)并输出为Geotiff格式(效果等价于Arcgis中反距离权重插值)
ENVI_IDL:使用反距离权重法选取最近n个点插值(底层实现)并输出为Geotiff格式(效果等价于Arcgis中反距离权重插值)
325 0
|
资源调度 PyTorch 算法框架/工具
pytorch 如何生成指定位置、尺度参数的随机高斯矩阵,并指定这个随机矩阵的形式
在上述代码中,我们使用 torch.normal(mean=mu, std=sigma, size=(m, n)) 函数直接生成了一个形状为 (m, n) 的随机高斯矩阵 data,其中 mean 参数指定了均值,std 参数指定了标准差。 需要注意的是,与 torch.randn() 不同,torch.normal() 生成的是具有指定均值和标准差的高斯分布,因此生成的随机矩阵不一定是标准正态分布。如果需要生成标准正态分布随机矩阵,可以将 mean 参数设置为 0,std 参数设置为 1。
1195 1
|
算法
LeetCode 73矩阵置零&74搜素二维矩阵&75颜色分类
给定一个 m x n 的矩阵,如果一个元素为 0,则将其所在行和列的所有元素都设为 0。请使用原地算法。
131 0
LeetCode 73矩阵置零&74搜素二维矩阵&75颜色分类