如何提取 Xarray 坐标的所有组合的一维数组？

【问题标题】：How can I extract a 1d array of all combinations of Xarray coordinates?如何提取 Xarray 坐标的所有组合的一维数组？
【发布时间】：2020-03-11 01:47:54
【问题描述】：

我正在尝试从 xarray 数据集中提取坐标值作为与原始 xarray 数据集大小相同的数组，其中每个值都是一个元组。例如，如果我有一个坐标为x=[0,1] 和y=[2,3] 的数据集，那么我想要np.array([(0,2), (1,2),(0,3),(1,3)]) 之类的东西。这似乎没用，因为使用标准 [(a,b) for a in x for b in y] 可以实现类似的事情，但是在使用 xarray 的 ds.where() 时变得更强大，然后上述函数将仅返回数据集不是 NaN 的一维数组或坐标列表给定的查询。

xarray 中是否存在类似的东西，还是我需要自己实现解决方案？

【问题讨论】：

标签： python indexing coordinates tensor python-xarray

【解决方案1】：

#make some fake data
np.random.seed(123)
times = pd.date_range("2000-01-01", "2001-12-31", name="time")

annual_cycle = np.sin(2 * np.pi * (times.dayofyear.values / 365.25 - 0.28))
base = 10 + 15 * annual_cycle.reshape(-1, 1)
tmin_values = base + 3 * np.random.randn(annual_cycle.size, 3)
tmax_values = base + 10 + 3 * np.random.randn(annual_cycle.size, 3)

#Example dataset from xarray examples
ds = xr.Dataset(
    {
        "tmin": (("time", "location"), tmin_values),
        "tmax": (("time", "location"), tmax_values),
    },
    {"time": times, "location": ["IA", "IN", "IL"]},
)


### Solution
da_nans=ds.where(ds.tmin>0)

#create coordinate database
da_stacked=da_nans.stack(dim=['time','location])
nona_coords = da_stacked[da_stacked.notnull()].dim

以上实现了预期的结果，其中 ds.where 可以是 where 已经支持的任何查询。同样，在.stack() 调用中，如果您有更多维度，您可以指定更多维度。

【讨论】：