我是一名有用的助手,可以为您翻译文本。
我在Python中有一个大小为(16,250,186)的numpy数组,表示时间,纬度和经度。
我想将其转换为netCDF文件,以便将来可以轻松读取带有坐标的数据。
我的numpy数组看起来像这样。
正如您所看到的,我的上面的numpy数组表示了16年的年度值。
这些是“chirps_precip”数据集的坐标,我希望我的numpy数组“RZS”在时间步上具有年份(如2000、2001、......2015)。
我已经尝试过一些方法。
但是我什么也做不了。我还尝试复制
我希望我的numpy数组具有与netcdf文件相同的坐标,但时间属性修改为年。
我在Python中有一个大小为(16,250,186)的numpy数组,表示时间,纬度和经度。
我想将其转换为netCDF文件,以便将来可以轻松读取带有坐标的数据。
我的numpy数组看起来像这样。
RZS = np.load("/home/chandra/Data/rootzone_CHIRPS_era5_2003-2015_daily-analysis_annual-result.npy")
RZS.shape
Output: (16, 250, 186)
正如您所看到的,我的上面的numpy数组表示了16年的年度值。
chirps_precip =xarray.open_mfdataset("/home/chandra/Data/CHIRPS/chirps-v2.0.2000.days_p25.nc")
precip = chirps_precip.precip.sel(latitude = slice(-50,12.5), longitude = slice(-81.25,-34.75))
precip[0,:,:]
Output:
<xarray.DataArray 'precip' (latitude: 250, longitude: 186)>
dask.array<shape=(250, 186), dtype=float32, chunksize=(250, 186)>
Coordinates:
* latitude (latitude) float32 -49.875 -49.625 -49.375 ... 12.125 12.375
* longitude (longitude) float32 -81.125 -80.875 -80.625 ... -35.125 -34.875
time datetime64[ns] 2000-01-01
Attributes:
units: mm/day
standard_name: convective precipitation rate
long_name: Climate Hazards group InfraRed Precipitation with St...
time_step: day
geostatial_lat_min: -50.0
geostatial_lat_max: 50.0
geostatial_lon_min: -180.0
geostatial_lon_max: 180.0
这些是“chirps_precip”数据集的坐标,我希望我的numpy数组“RZS”在时间步上具有年份(如2000、2001、......2015)。
我已经尝试过一些方法。
# from xarray
array = xarray.DataArray(RZS, latitude = 'precip.latitude')
#from netCDF
Dataset.createVariable('rootzone storage cap', np.float32, ('time','lat','lon'))
但是我什么也做不了。我还尝试复制
attrs
和coords
,但那也没有起作用。
看起来我做错了。有人能建议我缺少什么吗?我希望我的numpy数组具有与netcdf文件相同的坐标,但时间属性修改为年。