当前位置: 首页 > 工具软件 > xarray > 使用案例 >

python xarray DataArray 用法

於子晋
2023-12-01

 

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dimscoords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DataFrameSeries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 ndarraySeriesDataFramepandas.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]
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。
  • 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 SeriesDataFramepandas.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

 类似资料: