使用 Python-Xarray 重新网格化坐标

Question

我有一个 NetCDF 文件，其中变量存储在 0 到 360 度经度内。我想将它转换为 -180 到 180 度。这应该是一项相当简单的任务，但出于某种原因，我似乎无法完成教程中给出的一些示例。

ds = xr.open_dataset(file_)   
>ds
<xarray.Dataset>
Dimensions:  (lev: 1, lon: 720, time: 1460)
Coordinates:
* lon      (lon) float64 0.0 0.5 1.0 1.5 2.0 2.5 ... -2.5 -2.0 -1.5 -1.0 -0.5
* lev      (lev) float32 1.0
* time     (time) datetime64[ns] 2001-01-01 ... 2001-12-31T18:00:00
Data variables:
 V        (time, lev, lon) float32 13.281297 11.417505 ... -19.312767

我尝试使用 Dataset.assign_coord

的帮助

ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180)) 
#gives me a new array with lon -180 to 180
ds['V'] = ds.V.assign_coords(lon=((ds.V.lon + 180) % 360 - 180))
# didn't modify the V for some reason?

所以，assign_coords可以，但是将变量设置回Dataset就不行了。经过多次尝试，我想直接修改坐标"lon" 因为它们通过字典链接到数据变量 "V"。

ds.coords['lon'] = (ds.coords['lon'] + 180) % 360 - 180
#solves the problem!

第二个问题 我遇到的是根据上面修改的经度对我的数据变量进行排序。我试过了

 ds['V'] = ds.V.sortby(ds.lon)
 >ds.V 

 # the array is not sorted according to -180 to 180 values

但是当我对数据集进行排序并分配它时，它起作用了。

ds = ds.sortby(ds.lon) # now my dataset is sorted to -180 to 180 degrees lon

如果有人能指出为什么我对这两个问题的第一种方法不起作用，那将对我理解 xarrays 非常有帮助？

Answer 1

有一个原则可以解释为什么您最初的两种方法都不起作用。在 Dataset 中，变量具有沿坐标的值。坐标在 Dataset 中与变量分开存在。您可能有三个变量 U、V 和 W，它们都沿着数据集中的某个坐标 longitude 变化。对于 U 和 V 来说，它们的 longitude 值的顺序不同是可以的，但在数据集中它们必须具有相同的顺序。

当您将变量分配给数据集已有变量坐标的数据集时，xarray 将自动重新排序该变量，使其与数据集具有相同的顺序。它还会做一些很好的事情，比如在变量没有数据集中给定坐标值的地方添加 nan 值。

这是一个示例，其中我制作了一个 Dataset 和 DataArray，它们都具有经度坐标，但方向相反。当我将DataArray赋值给Dataset时，坐标会自动反转。

In[17]: ds
Out[17]: 
<xarray.Dataset>
Dimensions:    (longitude: 10)
Coordinates:
  * longitude  (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
    *empty*

In [18]: da
Out[18]: 
<xarray.DataArray (longitude: 10)>
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])
Coordinates:
  * longitude  (longitude) float64 0.0 40.0 80.0 120.0 160.0 200.0 240.0 ...

In [19]: ds['v'] = da

In [20]: ds['v']
Out[20]: 
<xarray.DataArray 'v' (longitude: 10)>
array([ 0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.,  0.])
Coordinates:
  * longitude  (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...

这是一个类似的例子，它会自动添加 nan：

In [27]: ds
Out[27]: 
<xarray.Dataset>
Dimensions:    (longitude: 10)
Coordinates:
  * longitude  (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...
Data variables:
    *empty*

In [28]: da
Out[28]: 
<xarray.DataArray (longitude: 3)>
array([ 0.,  0.,  0.])
Coordinates:
  * longitude  (longitude) float64 0.0 40.0 80.0

In [29]: ds['v'] = da

In [30]: ds['v']
Out[30]: 
<xarray.DataArray 'v' (longitude: 10)>
array([ nan,  nan,  nan,  nan,  nan,  nan,  nan,   0.,   0.,   0.])
Coordinates:
  * longitude  (longitude) float64 360.0 320.0 280.0 240.0 200.0 160.0 120.0 ...

Answer 2

这不是 python 解决方案，但如果你在 linux 上并且有 nco，你可以输入

ncap2 -O -s 'where(lon>180) lon=lon-360' ifile ofile

根据这里的回答 How to change longitude range in a NetCDF

Answer 3

我为单行道歉，但这正是我解决这个问题的方法： d = d.assign_coords(longitude=(((d.longitude + 180) % 360) - 180)).sortby('longitude') 你应该在 Dataset 级别而不是 DataArray 级别工作。

Answer 4

cdo 可以快速解决这些问题，喜欢：

cdo sellonlatbox,-180,180,-90,90 a.nc b.nc

a.nc是你的数据，b.nc是你想要的结果。

使用 Python-Xarray 重新网格化坐标

Regridding coordinates with Python-Xarray

python

netcdf

python-xarray