如何识别 xarray 中的时间、lon 和 lat 坐标？

Question

确定 xarray dataArray 对象的哪些坐标包含 longitude、latitude 和 time 的最佳方法是什么？

典型的 dataArray 可能如下所示：

<xarray.Dataset>
Dimensions:    (ensemble: 9, lat: 224, lon: 464, time: 12054)
Coordinates:
  * lat        (lat) float64 25.06 25.19 25.31 25.44 ... 52.56 52.69 52.81 52.94
  * lon        (lon) float64 -124.9 -124.8 -124.7 ... -67.31 -67.19 -67.06
  * time       (time) datetime64[ns] 1980-01-01 1980-01-02 ... 2012-12-31
Dimensions without coordinates: ensemble
Data variables:
    elevation  (lat, lon) float64 dask.array<shape=(224, 464), chunksize=(224, 464)>
    temp       (ensemble, time, lat, lon) float64 dask.array<shape=(9, 12054, 224, 464), chunksize=(1, 287, 224, 464)>

一种方法是遍历由变量坐标标识的变量，例如 temp.coords，寻找 time、longitude 的 standard_name 属性，以及latitude。但是许多数据集似乎并不包含所有变量的 standard_name 属性。

我想另一种方法是搜索 units 属性并尝试确定它们是否具有适当的 units 属性（例如 degrees_east 或 degrees_west longitude，等等）。

有没有更好的方法？

Answer 1

您可能可以使用 xarray filter_by:

执行类似于以下代码的操作

def x_axis(nc):
    xnames = ['longitude', 'grid_longitude', 'projection_x_coordinate']
    xunits = [
        'degrees_east',
        'degree_east',
        'degree_E',
        'degrees_E',
        'degreeE',
        'degreesE',
    ]
    xvars = list(set(
        nc.get_variables_by_attributes(
            axis=lambda x: x and str(x).lower() == 'x'
        ) +
        nc.get_variables_by_attributes(
            standard_name=lambda x: x and str(x).lower() in xnames
        ) +
        nc.get_variables_by_attributes(
            units=lambda x: x and str(x).lower() in xunits
        )
    ))
    return xvars

Answer 2

如果您只是寻找充当索引的特殊坐标，那么您可以遍历 ds.indexes 并对它们的名称进行一些字符串解析。类似于：

ds = xr.tutorial.load_dataset('air_temperature')
ds.lat.attrs.pop('standard_name')

for k in ds.indexes.keys():
    v = ds[k]
    sn = v.attrs.get('standard_name')
    if not sn:
        if 'lon' in k:
            v.attrs.update(standard_name='longitude')
            continue
        if 'lat' in k:
            v.attrs.update(standard_name='latitude')
            continue
        if 'time' in k or k in ['day', 't', 'month', 'year']:
            v.attrs.update(standard_name='time')

Answer 3

我认为我们应该大量依赖 CF 约定。它们的存在正是出于这个原因。所以我建议把这个问题分成两部分：

修复非 CF 投诉数据集（也许用于此目的的小型库是有意义的——它可以包含将常见变量名称转换为适当的 standard_name 属性的逻辑）
解析 CF 投诉数据集（可以利用 standard_name 属性）

Answer 4

MetPy package includes some helpers for systematic coordinate identification like this. You can see the basics of how this works in the xarray with MetPy tutorial。例如，如果您想要一个名为 temp 的 DataArray 的时间坐标（假设它来自已被 MetPy 解析的数据集），您只需调用：

temp.metpy.time

这是通过根据 CF conventions.

解析坐标元数据在内部完成的

这是一个简短的例子：

import xarray as xr
import metpy.calc as mpcalc

ds = xr.tutorial.load_dataset('air_temperature')
ds = ds.metpy.parse_cf()

x,y,t = ds['air'].metpy.coordinates('x','y','time')

print([coord.name for coord in (x, y, t)])

产生：

['lon', 'lat', 'time']

如何识别 xarray 中的时间、lon 和 lat 坐标？

How to identify time, lon, and lat coordinates in xarray?

python

python-xarray