1 DataArray介紹

xarray.DataArray?是一個使用標簽的多維數(shù)組

1.1 DataArray 的關(guān)鍵數(shù)組

比如一個DataArray是這樣的：

values	保存數(shù)組值的numpy.ndarray
dims	每個坐標軸的維度名稱 (例如， (‘x’, ‘y’, ‘z’)) ?
coords	一個包含數(shù)組坐標的類似字典的容器，用來標記每個點（例如，數(shù)字，日期時間對象或字符串的一維數(shù)組） ?
attrs	存放任意元數(shù)據(jù)（屬性）的字典

• xarray使用dims和coords來實現(xiàn)其核心元數(shù)據(jù)的感知操作。
  • 維度(Dimensions)提供xarray使用的名稱，而不是許多numpy函數(shù)中的axis參數(shù)。?
  • 坐標(Coordinates)基于pandas的DataFrame或Series上的索引(index)功能，可實現(xiàn)基于標簽的快速索引和對齊。

2 Data Array的創(chuàng)建

創(chuàng)建一個Data需要的參數(shù)有：

data	包含值的多維數(shù)組（例如一個numpy ndarray，Series，DataFrame或pandas.Panel）
coords （可選參數(shù)）	一個包含坐標的列表或字典。 如果是列表，則應(yīng)為元組列表，其中第一個元素是維名稱，第二個元素是對應(yīng)的坐標類似array的對象。
dims （可選參數(shù)）	包含維名稱的列表。 如果省略，并且coords是包含元組的列表，則維度名稱取自coords。
attrs （可選參數(shù)）	添加到實例的屬性字典
name （可選參數(shù)）	命名實例的字符串

from xarray import * import numpy as npdata = np.random.rand(4, 3)locs = ['IA', 'IL', 'IN']times = pd.date_range('2000-01-01', periods=4)foo = DataArray(data, coords=[times, locs], dims=['time_0', 'space_0'])foo

注：維度必須與data的實際維度一致，按照data.shape的順序一個一個擺。

?2.1 坐標

2.1.1 沒有顯示指定坐標

如果沒有dim，那么會采取默認的坐標：dim_N

from xarray import *data = np.random.rand(4, 3)locs = ['IA', 'IL', 'IN']times = pd.date_range('2000-01-01', periods=5)#foo = DataArray(data, coords=[times, locs], dims=['time_0', 'space_0'])foo = DataArray(data)foo

?

2.1.2 坐標創(chuàng)建方式

除了前面所說的和coord合用以及默認創(chuàng)建外，還有：

格式為(dims, data[, attrs])的元組
形式為{coord_name: coord}的字典，其中值的形式與列表相同。?	以字典的形式提供坐標，允許除了對應(yīng)的維度的坐標以外的其他坐標 如果將coords作為字典提供，則必須顯式提供dims。 ?

?2.2?用pandas.Series創(chuàng)建

?

?這時候已經(jīng)有坐標軸了，可以直接用Series創(chuàng)建

?2.3 用DataFrame創(chuàng)建

a=pd.DataFrame([[1,2],[3,4]])DataArray(a)

?3 DataArray 屬性

3.1 基本屬性值

Data Array的data值

from xarray import * import numpy as npdata = np.random.rand(4, 3)locs = ['IA', 'IL', 'IN']times = pd.date_range('2000-01-01', periods=4)x=DataArray(data, coords=[('time', times), ('space', locs)])

x.values	data 值
x.dims
x.coords
x.attrs
x.name

3.2 索引坐標值

x['time'] 和?x.coords['time'] 是等價的

總結(jié)

以上是生活随笔為你收集整理的xarray 笔记：DataArray的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。