从 netCDF 数据中总结 Python 中各个位置的变量答案

【问题标题】：Summing up a variable from netCDF data for individual locations in Python从 netCDF 数据中总结 Python 中各个位置的变量
【发布时间】：2021-05-19 18:04:35
【问题描述】：

我是 netCDF 数据的新手，真的需要一些帮助。我有一个包含 365 次（天）和 14052 个时间序列的文件。数据跨越一个水文年（9 月 13 日至 8 月 14 日）。我正在寻找每个时间序列的年度总数。我附上了我在 python 中的微弱尝试。这给了我所有单元格的总和，但不会根据时间序列将它们分开。

# Imports
import xarray as xr    
import numpy as np

# Read a netCDF file into an xarray Dataset object
ds = xr.open_dataset("Desktop/GOA_discharge_2013_2019/goa_dischargex_09012013_08312014.nc")
 
# Print the contents of the DataSet
print(ds)

# Print the units of the q field
print(ds["q"].units)

# Convert q to a numpy array so that we can take the sum
v = ds["q"].values

# Take the sum of q
sum_13 = np.sum(v)
print("Sum of q_13_14: {}".format(sum_13))

###这是打印出来的维度：（时间：365，timeSeries：14052）没有坐标的维度：时间、时间序列数据变量： q (时间, timeSeries) float32 ... lon (timeSeries) float32 ... 纬度 (timeSeries) float32 ... 年（时间） uint32 ... 月（时间） uint32 ... 日期（时间） uint32 ... 属性：标题：阿拉斯加湾沿海淡水排放摘要：沿海 FWD 是使用一套基于物理的... 关键词：排放/流动，阿拉斯加，阿拉斯加湾创建日期：数据集创建于 2019 年 6 月 creator_name：大卫希尔，教授 creator_email: dfh@oregonstate.edu 机构：俄勒冈州立大学土木工程系立方米每天 q_13_14之和：807253049344.0

【问题讨论】：

标签： python netcdf

【解决方案1】：

我不确定您的数据，因为它们缺乏对您的时间和时间序列维度的描述，无法得出结论性答案，但如果它们是原生支持日期时间功能的数据类型，您可以使用xarray.DataArray.groupby('time.year').sum('time')。如果它支持数据类型，您可以将“时间”替换为“时间序列”。

【讨论】：