python xarray DataArray 用法
【摘要】
xarray.DataArray 是一个使用标签的多维数组，主要有以下几个关键属性：
values：一个保存数组值的numpy.ndarraydims: 每个坐标轴的维度名称 (例如， (‘x’, ‘y’, ‘z’))-coords: 一个包含数组坐标的类似字典的容器，用来标记每个点（例如，数字，日期时间对象或字符串的一维数组）attrs: 存放任...
xarray.DataArray 是一个使用标签的多维数组，主要有以下几个关键属性：
- values：一个保存数组值的
numpy.ndarray - dims: 每个坐标轴的维度名称 (例如， (‘x’, ‘y’, ‘z’))-
- coords: 一个包含数组坐标的类似字典的容器，用来标记每个点（例如，数字，日期时间对象或字符串的一维数组）
- attrs: 存放任意元数据（属性）的字典
xarray使用dims和coords来实现其核心元数据的感知操作。 维度(Dimensions)提供xarray使用的名称，而不是许多numpy函数中的axis参数。 坐标(Coordinates)基于pandas的DataFrame或Series上的索引(index)功能，可实现基于标签的快速索引和对齐。
DataArray对象也可以具有一个名称(name)，并可以使其以attrs属性的形式保存任意元数据。 名称和属性仅供用户和用户编写的代码查阅：xarray不会尝试解释它们，并且仅在明确的情况下使用它们（请参阅常见问题，What is your approach to metadata?）
创建一个 DataArray
构造DataArray函数需要：
data：包含值的多维数组（例如一个numpy ndarray，Series，DataFrame或pandas.Panel）coords：一个包含坐标的列表或字典。 如果是列表，则应为元组列表，其中第一个元素是维名称，第二个元素是对应的坐标类似array的对象。dims：包含维名称的列表。 如果省略，并且coords是包含元组的列表，则维度名称取自coords。attrs：添加到实例的属性字典name：命名实例的字符串
-
In [1]: data = np.random.rand(4, 3)
-
-
In [2]: locs = ['IA', 'IL', 'IN']
-
-
In [3]: times = pd.date_range('2000-01-01', periods=4)
-
-
In [4]: foo = xr.DataArray(data, coords=[times, locs], dims=['time', 'space'])
-
-
In [5]: foo
-
Out[5]:
-
<xarray.DataArray (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
只有data是必须的； 其他所有参数将使用默认值填充：
-
In [6]: xr.DataArray(data)
-
Out[6]:
-
<xarray.DataArray (dim_0: 4, dim_1: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Dimensions without coordinates: dim_0, dim_1
如您所见，维度名称始终存在于xarray数据模型中：如果不提供，则将以默认dim_N格式创建。 但是，坐标始终是可选的，并且维度没有自动的坐标标签。
注意:
这点与pandas不同，在pandas中经常会有刻度标签，默认为整数[0, ..., n-1]。
在xarray v0.9之前，xarray套用了此行为：如果未显式提供坐标，则会为每个维度创建默认坐标。 目前已不是这种情况。
坐标(Coordinates)可以通过以下方式指定：
- 长度等于维数的列表，为每个维度提供坐标标签。 每个对应的值都必须采用以下形式之一：
- 一个
DataArray或Variable - 格式为
(dims, data[, attrs])的元组，将会被转换为Variable的参数 - 一个pandas对象或标量值，将会被转换为
DataArray - 一维数组或列表，将被解释为一维坐标变量的值，以及与之对应的维度名称。
- 一个
- 形式为
{coord_name: coord}的字典，其中值的形式与列表相同。 以字典的形式提供坐标，允许除了对应的维度的坐标以外的其他坐标（稍后会详细介绍）。 如果将coords作为字典提供，则必须显式提供dims。
以包含元组的列表提供：
-
In [7]: xr.DataArray(data, coords=[('time', times), ('space', locs)])
-
Out[7]:
-
<xarray.DataArray (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
以字典提供：
-
In [8]: xr.DataArray(data, coords={'time': times, 'space': locs, 'const': 42,
-
...: 'ranking': ('space', [1, 2, 3])},
-
...: dims=['time', 'space'])
-
...:
-
Out[8]:
-
<xarray.DataArray (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
const int64 42
-
ranking (space) int64 1 2 3
以具有多个维度坐标的字典提供：
-
In [9]: xr.DataArray(data, coords={'time': times, 'space': locs, 'const': 42,
-
...: 'ranking': (('time', 'space'), np.arange(12).reshape(4,3))},
-
...: dims=['time', 'space'])
-
...:
-
Out[9]:
-
<xarray.DataArray (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
const int64 42
-
ranking (time, space) int64 0 1 2 3 4 5 6 7 8 9 10 11
如果通过提供pandas的 Series，DataFrame或pandas.Panel创建DataArray，则将从pandas对象中填充DataArray构造函数中所有未指定的参数：
-
In [10]: df = pd.DataFrame({'x': [0, 1], 'y': [2, 3]}, index=['a', 'b'])
-
-
In [11]: df.index.name = 'abc'
-
-
In [12]: df.columns.name = 'xyz'
-
-
In [13]: df
-
Out[13]:
-
xyz x y
-
abc
-
a 0 2
-
b 1 3
-
-
In [14]: xr.DataArray(df)
-
Out[14]:
-
<xarray.DataArray (abc: 2, xyz: 2)>
-
array([[0, 2],
-
[1, 3]])
-
Coordinates:
-
* abc (abc) object 'a' 'b'
-
* xyz (xyz) object 'x' 'y'
DataArray属性
让我们看一下array上的重要属性：
-
In [15]: foo.values
-
Out[15]:
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
-
In [16]: foo.dims
-
Out[16]: ('time', 'space')
-
-
In [17]: foo.coords
-
Out[17]:
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
-
In [18]: foo.attrs
-
Out[18]: {}
-
-
In [19]: print(foo.name)
-
None
可以就地修改value：
In [20]: foo.values = 1.0 * foo.values
注意：
DataArray中的数组值具有单个（均一）数据类型。 要使用xarray中的异构或结构化数据类型，请使用坐标，或将单独的DataArray对象放在单个Dataset中（请参见下文）。
现在，填写一些缺少的元数据：
-
In [21]: foo.name = 'foo'
-
-
In [22]: foo.attrs['units'] = 'meters'
-
-
In [23]: foo
-
Out[23]:
-
<xarray.DataArray 'foo' (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
Attributes:
-
units: meters
rename()方法是另一个选项，返回一个新的数据数组：
-
In [24]: foo.rename('bar')
-
Out[24]:
-
<xarray.DataArray 'bar' (time: 4, space: 3)>
-
array([[0.127, 0.967, 0.26 ],
-
[0.897, 0.377, 0.336],
-
[0.451, 0.84 , 0.123],
-
[0.543, 0.373, 0.448]])
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
Attributes:
-
units: meters
DataArray坐标(Coordinates)
coords属性类似于字典(dict)。 单个坐标可以从坐标中按名称访问，甚至可以通过索引数据数组本身来访问：
-
In [25]: foo.coords['time']
-
Out[25]:
-
<xarray.DataArray 'time' (time: 4)>
-
array(['2000-01-01T00:00:00.000000000', '2000-01-02T00:00:00.000000000',
-
'2000-01-03T00:00:00.000000000', '2000-01-04T00:00:00.000000000'],
-
dtype='datetime64[ns]')
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
-
In [26]: foo['time']
-
Out[26]:
-
<xarray.DataArray 'time' (time: 4)>
-
array(['2000-01-01T00:00:00.000000000', '2000-01-02T00:00:00.000000000',
-
'2000-01-03T00:00:00.000000000', '2000-01-04T00:00:00.000000000'],
-
dtype='datetime64[ns]')
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
这些也是DataArray对象，其中包含每个维度的刻度标签。
也可以使用字典来设置或删除坐标，例如语法：
-
In [27]: foo['ranking'] = ('space', [1, 2, 3])
-
-
In [28]: foo.coords
-
Out[28]:
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
-
ranking (space) int64 1 2 3
-
-
In [29]: del foo['ranking']
-
-
In [30]: foo.coords
-
Out[30]:
-
Coordinates:
-
* time (time) datetime64[ns] 2000-01-01 2000-01-02 2000-01-03 2000-01-04
-
* space (space) <U2 'IA' 'IL' 'IN'
更多详细内容，请参阅 Coordinates
文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。
原文链接：blog.csdn.net/jacke121/article/details/117429341
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）