为什么我不能在 python 中的数据集中放置 2 个维度

Question

我想用这个列表为我的变量添加维度：

['Time', 'Pressure', 'Temperature', 'Electrical conductivity', 'Salinity', 'Chlorophyll concentration']

。 所以我试着列一个尺寸列表，但没有用。

    ds = xr.Dataset(
        coords = coords,
        data_vars = {"hehe" : (('Time', 'Pres'), col_names_values2['c731'])},
        attrs = global_attributes
    )

当我执行我的代码时，我得到这个：

ValueError: Could not convert tuple of form (dims, data[, attrs, encoding]): (('Time', 'Pres'), [55, 22]) to Variable.

另一方面，当我只在括号之间放一个时，一切顺利：

<xarray.Dataset>
Dimensions:  (Time: 55, Pres: 55, Temp: 55, Cond: 55, Sal: 55,
              CHL: 55)
Coordinates:
  * Time     (Time) int32 55
  * Pres     (Pres) float64 55
  * Temp     (Temp) float64 55
  * Cond     (Cond) float64 55
  * Sal      (Sal) float64 55
  * CHL      (CHL) float64 55 
Data variables:
    hehe     (Time) float64 55

毕竟，我试图在 xarray 文档上找到一个例子，所以我尝试了我找到的东西并且它有效！问题是我以前写过完全相同的东西，形式也一样，但它不起作用。这是我找到的代码：

    ds = xr.Dataset(
        coords = coords,
        data_vars = {"foo": (("x", "y"), np.random.rand(4, 5))},
        attrs = global_attributes
    )

这是结果：

<xarray.Dataset>
Dimensions:  (x: 4, y: 5, Time: 55, Pres: 55, Temp: 55, Cond: 55,
              Sal: 55, chl: 55)
Coordinates:
  * Time     (Time) 55
  * Pres     (Pres) 55
  * Temp     (Temp) 55
  * Cond     (Cond) 55
  * Sal      (Sal) 55
  * CHL      (CHL) 55
Dimensions without coordinates: x, y
Data variables:
    foo      (x, y) float64 55

有人对此有解决方案吗？

Answer 1

在我看来

col_names_values2['c731']

在你的情况下是一维的，即使你告诉它是时间和压力的函数。

我可以重现你的错误：

import xarray as xr
import numpy as np
import pandas as pd

coords = dict(
    Time=pd.date_range("2000-01-01", periods=11, freq="1d"),
    Pres=np.logspace(start=3, stop=0, base=10, num=5),
)

some_data = [
    33.12143542898356,
    33.12143542898356,
    33.12143542898356,
    33.12143542898356,
    33.12120589409984,
    33.18208891735566,
    33.12825967505915,
    33.12825967505915,
    33.12825967505915,
    33.12825967505915,
    33.12825967505915,
]

xr.Dataset(coords=coords, data_vars={"hehe": (("Time", "Pres"), some_data)})

这失败了：

ValueError: Could not convert tuple of form (dims, data[, attrs, encoding]): (('Time', 'Pres'), [33.12143542898356, 33.12143542898356, 33.12143542898356, 33.12143542898356, 33.12120589409984, 33.18208891735566, 33.12825967505915, 33.12825967505915, 33.12825967505915, 33.12825967505915, 33.12825967505915]) to Variable.

然而，传递实际的 2D 数据是有效的：

ntime = len(coords["Time"])
npres = len(coords["Pres"])
some_better_data = np.random.normal(size=(ntime, npres))

ds = xr.Dataset(coords=coords, data_vars={"hehe": (("Time", "Pres"), some_better_data)})

这会产生以下

ds

：

<xarray.Dataset>
Dimensions:  (Time: 20, Pres: 5)
Coordinates:
  * Time     (Time) datetime64[ns] 2000-01-01 2000-01-02 ... 2000-01-20
  * Pres     (Pres) float64 1e+03 177.8 31.62 5.623 1.0
Data variables:
    hehe     (Time, Pres) float64 -1.053 -0.5254 0.6547 ... -0.6255 -0.2138

​

Answer 2

您遇到的问题是由于没有正确指定数据变量“hehe”的维度。维度应指定为一个元组，其中包含维度名称及其对应的大小，按照它们在数据中出现的顺序排列。在你的例子中，“hehe”的正确尺寸应该是（“Time”，“Pres”）。

我没有你的原始数据，所以这里有一个例子：

import pandas as pd
import xarray as xr
import numpy as np

time = np.arange(0, 365, 1)
time = pd.date_range(start='2000-01-01', periods=len(time), freq='D')

pressure = np.linspace(0, 1000, 20)
temperature = np.random.rand(len(time), len(pressure))
conductivity = np.random.rand(len(time), len(pressure))
salinity = np.random.rand(len(time), len(pressure))
chlorophyll = np.random.rand(len(time), len(pressure))

ds = xr.Dataset(
    data_vars={
        'temperature': (('time', 'pressure'), temperature),
        'conductivity': (('time', 'pressure'), conductivity),
        'salinity': (('time', 'pressure'), salinity),
        'chlorophyll': (('time', 'pressure'), chlorophyll),
    },
    coords={
        'time': time,
        'pressure': pressure,
    },
    attrs={
        'description': 'Example dataset for testing dimensions',
        'author': 'Your name',
    },
)

产生

你可以向下钻取