【Python】xarray交换维度、更改变量内部的维度位置教程

  1. 目标:修改nc文件中dims中每一维的位置。

首先读取nc文件并查看内部维度分布情况。

#读取nc文件
import xarray as xr
a = xr.open_dataset(r'D:/xxx.nc')
#查看内部情况
print(a)

发现其内部维度分布如下:

<xarray.Dataset>
Dimensions:        (lon: 756, lat: 756, time: 263)
Coordinates:
  * lon            (lon) float32 64.25 64.35 64.45 64.55 ... 139.6 139.7 139.8
  * lat            (lat) float32 76.75 76.65 76.55 76.45 ... 1.55 1.45 1.35 1.25
  * time           (time) datetime64[ns] 1979-02-01 1979-03-01 ... 2000-12-01
Data variables:
    precipitation  (time, lat, lon) float32 ...
Attributes:
    history:  Created on xxxx-xx-xx xx:xx

Dimentions和Coordinates中的经、纬及时间维度和变量所对应的位置是不一致的看着很难受,可以用如下代码修改Dimentions和Coordinates中变量的位置,如下:

a1 = a[['time', 'lat', 'lon', 'precipitation']]
print(a1)

注意除了dims里的变量还要把变量名加进去定位置,否则变量里为空。最后发现其与变量内部排布顺序一致了。

<xarray.Dataset>
Dimensions:        (time: 263, lat: 756, lon: 756)
Coordinates:
  * time           (time) datetime64[ns] 1979-02-01 1979-03-01 ... 2000-12-01
  * lat            (lat) float32 76.75 76.65 76.55 76.45 ... 1.55 1.45 1.35 1.25
  * lon            (lon) float32 64.25 64.35 64.45 64.55 ... 139.6 139.7 139.8
Data variables:
    precipitation  (time, lat, lon) float32 ...
Attributes:
    history:  Created on xxxx-xx-xx xx:xx
  1. 目标:修改nc文件中变量的维度位置。

当然可根据个人需要修改成自己想要的位置。如果想让原位置不动,更改变量部分的维度位置,使用transpose即可,内部写好目标维度的位置。

a2 = a.transpose('lon','lat','time')

这样变量内部维度排布由原来的(time,lat,lon)变成了(lon,lat,time),和Dimentions和Coordinates中的位置一致了。

<xarray.Dataset>
Dimensions:        (lon: 756, lat: 756, time: 263)
Coordinates:
  * lon            (lon) float32 64.25 64.35 64.45 64.55 ... 139.6 139.7 139.8
  * lat            (lat) float32 76.75 76.65 76.55 76.45 ... 1.55 1.45 1.35 1.25
  * time           (time) datetime64[ns] 1979-02-01 1979-03-01 ... 2000-12-01
Data variables:
    precipitation  (lon, lat, time) float32 ...
Attributes:
    history:  Created on xxxx-xx-xx xx:xx

  • 3
    点赞
  • 6
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
要删除nc文件中的某个变量,可以使用xarray库中的`drop_vars`方法。该方法可以删除指定的变量。下面是一个示例代码: ```python import xarray as xr # 打开nc文件 dataset = xr.open_dataset('filename.nc') # 删除指定的变量 dataset = dataset.drop_vars('variable_name') # 保存修改后的数据到新的nc文件 dataset.to_netcdf('new_filename.nc') ``` 在上面的代码中,`filename.nc`是要操作的原始nc文件的文件名,`variable_name`是要删除的变量的名称。`drop_vars`方法会返回一个新的数据集,其中已经删除了指定的变量。最后,使用`to_netcdf`方法将修改后的数据保存到新的nc文件中(`new_filename.nc`)。 #### 引用[.reference_title] - *1* [python xarray批量处理nc](https://blog.csdn.net/wlh2067/article/details/128081492)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* [Python使用xarray读取.nc文件并画出平均值](https://blog.csdn.net/m0_55376802/article/details/120564838)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *3* [Xarray修改变量、坐标和维度名,增加维度](https://blog.csdn.net/qq_45756632/article/details/129388431)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值