创建一个玩具 3D 数组包含每小时频率、温度和纬度、经度坐标答案

【问题标题】：Creating a toy 3D Array contains hourly frequency, temperature and lat,lon coordinates创建一个玩具 3D 数组包含每小时频率、温度和纬度、经度坐标
【发布时间】：2020-12-26 04:47:09
【问题描述】：

我想创建一个 3 维数据数组，该数组存储具有相应纬度和经度的温度数据以及每小时频率的时间。所以我做了如下编码；

np.random.seed(123)

temperature_3d = 15 + 10 * np.random.randn(24,4,4)    # 3-dimensional
lat = np.random.uniform(low=-90, high=90, size=(1,4))
lon = np.random.uniform(low=-180, high=180, size=(1,4))

# round to two digits after decimal point
temperature_3d = np.around(temperature_3d, decimals=2)
lat , lon = np.around([lat, lon], decimals=2)
date_rng = pd.date_range(start='1/1/2018T01:00', end='1/2/2018', freq='H')

da = xr.DataArray(data=temperature_3d,
                  coords={"lat": (["x","y"], lat),
                          "lon": (["x","y"], lon), 
                          "day": date_rng},
                  dims=["x","y","day"])
                  
da

我得到了这个错误，

ValueError: conflicting sizes for dimension 'x': length 24 on the data but length 1 on coordinate 'lat'

在维度上它是错误的，我可以在不包括时间的情况下修复它，我的目标是创建一个具有 720x40x40 维度（timexlat，lonxtime）的数据数组。

我也是这类图书馆的新手。因此，我将不胜感激。

【问题讨论】：

标签： python pandas numpy multidimensional-array python-xarray

【解决方案1】：

看起来形状需要正确匹配。

首先，因为您的温度数据的形状为 (24,4,4)，

temperature_3d = 15 + 10 * np.random.randn(24,4,4)    # 3-dimensional

你需要把日期放在你的昏暗中：

da = xr.DataArray(data=temperature_3d,
              coords={"lat": (["x","y"], lat),
                      "lon": (["x","y"], lon), 
                      "day": date_rng},
              dims=["day","x","y"])

其次，您的 lat 和 lon 坐标具有根据 ["x","y"] 的形状，因此在示例中，您需要一个 4x4 网格来表示每个点的纬度，另一个 4x4 网格用于 lon在每个点。为此，我们可以使用 np.meshgrid：

latgrid, longrid = np.meshgrid(lat,lon)

所以，完整的：

import numpy as np
import xarray as xa

np.random.seed(123)

temperature_3d = 15 + 10 * np.random.randn(24,4,4)    # 3-dimensional
lat = np.random.uniform(low=-90, high=90, size=(4))
lon = np.random.uniform(low=-180, high=180, size=(4))

# round to two digits after decimal point
temperature_3d = np.around(temperature_3d, decimals=2)
lat , lon = np.around([lat, lon], decimals=2)
latgrid, longrid = np.meshgrid(lat,lon)
date_rng = pd.date_range(start='1/1/2018T01:00', end='1/2/2018', freq='H')

da = xa.DataArray(data=temperature_3d,
              coords={"lat": (["x","y"], latgrid),
                      "lon": (["x","y"], longrid), 
                      "day": date_rng},
              dims=["day","x","y"])
da

【讨论】：