将多模型多运行集成到 xarray 数据集中答案

【问题标题】：Put multi-model multi-run ensemble into xarray Dataset将多模型多运行集成到 xarray 数据集中
【发布时间】：2019-05-17 13:58:03
【问题描述】：

我有多模型多运行集成数据，即一个模型集成，其中每个模型也有单独的运行。我希望能够通过模型（即获取属于特定模型的所有集合成员）和成员（即获得特定/所有运行的平均值，无论是哪个模型）来解决运行问题。因此，model 应该是型号名称，member 只是一个任意数字或 ID。

我的草稿是这样的：

ds = xr.Dataset(
        {'some_var': (['time', 'model'], some_data)},
        coords={'time': pd.date_range(from_date, to_date),
                'model': (['model', ], some_data.shape[1] * [model_name])})

但是，我无法创建一个 member 变量/坐标，以便我可以同时做到这两个：

ds.sel(dict(model='model_a', member=0))  # select member 0 from model a

和

ds.sel(time=0).some_var.mean()  # calulate mean of whole ensemble at time 0

我尝试创建一个依赖于model 坐标的member 变量，但我无法选择它。

我没有为单个模型使用组，因为这样就很难对整个集合进行统计。这将如何在文件中组织？

【问题讨论】：

标签： python-xarray

【解决方案1】：

好的，我认为这比我想象的要容易。它应该是这样的：

ds = xr.Dataset({'some_var': (['time', 'member', 'model'], some_3D_var)},
                       coords={'member': (['member', ], np.arange(some_3D_var.shape[1])),
                               'model': (['model', ], ['model_name']),
                               'time': (['time', ], pd.date_range(from_date, to_date)),
                               })

像这样应该可以将两个选择应用于数据集。

【讨论】：