python datatime 平均值_python-如何在不重新采样的情况下将每月xarray数据集转换为年度平均值？...

我有一个xarray,它使用open_dataset从服务器读取服务器的月平均表面温度,且array_code_times = False,因为xarray无法识别日历类型.

经过一些操作后,我得到了表面温度(‘ts’)和时间(‘T’)的数据集my_dataset：

Dimensions: (T: 1800)

Coordinates:

* T (T) float32 0.5 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.5 11.5 ...

Data variables:

ts (T) float64 246.6 247.9 250.7 260.1 271.9 281.1 283.3 280.5 ...

“ T”具有以下属性：

Attributes:

pointwidth: 1.0

calendar: 360

gridtype: 0

units: months since 0300-01-01

我想获取此月度数据并计算年度平均值,但是由于T坐标不是日期时间,因此无法使用xarray.Dataset.resample.现在,我只是在转换为一个numpy数组,但是我想要一种保存xarray数据集的方法.

我目前的基本方法：

temps = np.mean(np.array(my_dataset['ts']).reshape(-1,12),axis=1)

years = np.array(my_dataset['T'])/12

我感谢您的帮助,即使最好的方法是重新定义时间坐标以使用重采样.

编辑：

询问如何创建xarray,它是通过以下操作完成的：

import numpy as np<