在 python 中使用 xarray 获取每月气候学答案

【问题标题】：Getting monthly climatology using xarray in python在 python 中使用 xarray 获取每月气候学
【发布时间】：2017-07-31 07:03:02
【问题描述】：

我有一个 netCDF 文件，其中包含一个名为 var2001-01-01 到 2010-12-31 的变量的每日数据。我想计算 var 的每月总和，从而得到一个包含 12 个时间步长的 netCDF（一年中的每个月一个）。目前，我正在这样做：

import xarray as xr
hndl_fl = xr.open_dataset(path_file)

hndl_fl.resample('1MS', dim='time', how='sum')

但是，这会产生一个 netCDF，其中包含从 2001 年到 2010 年每个月的月度总和。我如何获得 12 个月的月平均值？

【问题讨论】：

标签： python xarray

【解决方案1】：

评论：我正在寻找 12 个月的月平均值（从 2001 年到 2010 年的所有年份）。您的解决方案仅计算 1 年的月平均值

我的第一次输出从 2001-01 到 2010-12，所以涵盖了所有年份。
你想再次resample这些 120 值吗？

我如何获得 12 个月的月平均值？

你必须决定你想要什么：
一年内每个月的平均值，每年产生 12 个值，10 年内最多产生 120 个值
或
1年平均，10年产生10个值

使用以下xarray.Dataset，date_range=10 年

date_range('2001-01-01', '2010-12-31', name='time')
<xarray.Dataset>
Dimensions:  (time: 3652)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-01-02 2001-01-03 ...
Data variables:
    data     (time) float64 16.0 18.0 15.0 12.0 23.0 9.0 7.0 18.0 23.0 23.0 ...

在date_range('2001-01-01', '2010-12-31', name='time') 中获取每个月的monthly_avr：

monthly_avr = ds.resample('1MS', dim='time', how='mean')

输出：

monthly_avr=<xarray.Dataset>
Dimensions:  (time: 120)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-02-01 2001-03-01 ...
Data variables:
    data     (time) float64 17.42 16.54 19.23 18.37 14.74 17.8 16.45 17.29 ...

在date_range('2001-01-01', '2010-12-31', name='time') 中获取每年的year_avr：

year_avr = ds.resample('1AS', dim='time', how='mean')

输出：

year_avr=<xarray.Dataset>
Dimensions:  (time: 10)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2002-01-01 2003-01-01 ...
Data variables:
    data     (time) float64 17.22 17.13 17.05 17.49 17.38 17.07 16.72 16.47 ...

用 Python:3.4.2 测试 - xarray: 0.9.1

【讨论】：

感谢@stovfl，我正在寻找 12 个月的月平均值（从 2001 年到 2010 年的所有年份）。您的解决方案仅计算 1 年的月平均值

【解决方案2】：

要么

hndl_fl.resample('1MS', dim='time', how='mean')

或

hndl_fl.groupby('time.month').mean('time')

应该做的伎俩，这取决于你到底想要什么。

【讨论】：