如何对每 n 次出现的范围进行切片？答案

【问题标题】：How do I slice a range that occur every nth time?如何对每 n 次出现的范围进行切片？
【发布时间】：2021-02-18 16:34:13
【问题描述】：

我有一个nc 文件，其中的时间变量有点奇怪。它不是公历，而是简单的一年 365 天日历（即不包括闰年）。这意味着该单元也有点偏离，但没有什么太令人担忧的。

xarray.DataArray 'days' (time: 6570)>
array([730817., 730818., 730819., ..., 737384., 737385., 737386.])
Dimensions without coordinates: time
Attributes:
    units:      days_since_Jan11900
    long_name:  calendar_days

730817 代表01-01-2001 和737386 代表31-12-2018

我想获取数据集的某个时间段多年，就像您可以使用cdo -seldmonth, -selday 等一样。但是当然，没有日期，我不能使用其他出色的选项。我的想法是用np.slice 分割我需要的时间范围，但我不知道如何并且似乎无法在 SO 上找到足够的答案。在我的具体情况下，我需要从每年 5 月 30 日（一年中的第 150 天）到 8 月 18 日（一年中的第 229 天）之间进行切片。我知道第一片应该是这样的：

ds = ds.loc[dict(time = slice(149,229))]

但是，这只会给我 2001 年的范围，而不是接下来的几年。

我不能用cdo -ntime 来做，因为它不能识别时间单位。

如何确保在接下来的 17 年内也能获得该范围？在我需要的范围之间跳过 285 天？

【问题讨论】：

亲爱的托马斯，你试过ds.sel(time=[149, 229])吗？您可能必须将time 设置为坐标。 xarray.pydata.org/en/stable/indexing.html
嗨@dl.meteo。感谢你的回复！它还可以手动选择我需要的每个范围，因此在范围之间跳过 285 天。谢谢！

标签： python netcdf python-xarray cdo-climate

【解决方案1】：

我通过 Python 修复了它。它可能可以以更智能的方式完成，但我在@dl.meteo 的帮助下手动选择了我需要的范围，并使用了np.r_。

ds = ds.sel(time=np.r_[149:229,514:594,879:959,1244:1324,1609:1689,1974:2054,2339:2419,2704:2784,3069:3149,3434:3514,3799:3879,4164:4244,4529:4609,4894:4974,5259:5339,5624:5704,5989:6069,6354:6434])

【讨论】：

【解决方案2】：

从您的回答看来您知道时间片，因此您也可以使用 cdo 提取它们

cdo seltimestep,149/229 in.nc out.nc

等

但如果你想用 cdo （半）自动完成，它也应该是可能的，因为 cdo 支持 365 天日历。我认为您需要将日历设置为这种类型，然后可能会重置时间单位和参考时间。如果没有示例文件，我无法对此进行测试，但我认为这样的东西可以工作：

第1步：将日历类型设置为365，然后将参考数据设置为您的第一个日期：

cdo setcalendar,365_day infile.nc out1.nc
cdo setreftime,2000-01-01,00:00:00 out1.nc out2.nc

然后您需要查看文件中的第一个日期，您可以将其通过管道传递给 less：

cdo showdate out2.nc | less

第 2 步：然后您可以使用 cdo,shifttime 将时间轴移动到正确的日期

例如如果 showdate 给出的第一天是 2302-04-03，那么你可以简单地做

cdo shiftime,-302years -shifttime,-3months -shifttime,-2days out2.nc out3.nc

更正日期...

那么你应该能够使用文件上的所有 cdo 功能来做你想要的操作

【讨论】：