使用 python xarray 创建一个空的 netCDF4 char 变量

Question

我想创建一个 netCDF 文件，它存储多个变量及其关联的坐标，以及一个可用于存储各种投影元数据的空 char 变量。

我试过这个：

import xarray as xr
import numpy as np

#example variable
A=np.array([[1,2],[3,4]])

#example coords
x=np.array([10,20])
y=np.array([30,40])

#example netcdf creation with xarray
data_vars={'A':(['y','x'],A),
           'projection':np.str()}
coords={'x':x,
        'y':y}
dataset = xr.Dataset(data_vars=data_vars, coords=coords)
dataset['projection'].attrs['EPSG']='3413'

dataset.to_netcdf('path/to/file.nc')

此方法将“projection”变量保存为 char 类型，但也为其分配了一个空字符串：

<xarray.Dataset>
Dimensions:     (x: 2, y: 2)
Coordinates:
  * y           (y) int64 30 40
  * x           (x) int64 10 20
Data variables:
    A           (y, x) int64 1 2 3 4
    projection  |S1 ''

使用 xarray，如何创建“投影”变量，使其只是一个 char 类型（此处表示为 |S1）且没有维度的空存储变量？

如有任何帮助，我们将不胜感激。

Answer 1

TL;DR：我还没有评论的声誉，只能部分解决问题，因为

to_netcdf

强制为变量分配维度。

我对这个问题有了进一步的了解（同样的问题，为 CRS 设置变量）：

data_vars = {
    'A':(['y','x'],A),
    'crs': np.array(b'', dtype='|S1')
}

其中

|S1

是单字节字符串的 numpy 数据类型。在 Python 3 中，它的使用是不鼓励的，但似乎使用 GDAL 设置了 CRS 的 netCDF 是由

xarray.open_dataset

以完全相同的方式读取的，所以我尝试复制它。当使用

to_netcdf

写回时，一切看起来都很好 - 但是

ncdump -h

告诉我，我的 crs 变量被分配了一个以前不存在的维度

string1

:

$ ncdump -h impact.nc                                                                                                             
[truncated]
    char crs(string1) ;
        crs:inverse_flattening = 298.257223563 ;
        crs:spatial_ref = "GEOGCS[\"WGS 84\",DATUM[\"WGS_1984\",SPHEROID[\"WGS…"
[truncated]

我想我可以通过简单地从Python调用gdal_translate来添加CRS来解决

解决这个问题。

Answer 2

我也遇到了 xarray 强制不必要的 string1 维度的问题。我通过使用 xarray 完成除 crs 定义之外的所有操作，然后使用 netCDF4 API 在文件中附加一个空的 char crs 变量及其所需的属性，从而解决了这个问题，如下所示：

from netCDF4 import Dataset
import xarray as xr
import numpy as np

#example variable
A=np.array([[1,2],[3,4]])

#example coords
x=np.array([10,20])
y=np.array([30,40])

#example netcdf creation with xarray
data_vars={'A':(['y','x'],A)}
coords={'x':x,
        'y':y}
dataset = xr.Dataset(data_vars=data_vars, coords=coords)

dataset.to_netcdf('corrected.nc')

fid = Dataset('corrected.nc', 'a', format='NETCDF4')
crs = fid.createVariable('crs', 'S1', ())                                                                                                                               
crs.EPSG = "3413"
fid.close()

这产生了我对 ncdump 的期望：

ncdump -h corrected.nc
netcdf corrected {
dimensions:
    y = 2 ;
    x = 2 ;
variables:
    int64 A(y, x) ;
    int64 x(x) ;
    int64 y(y) ;
    char crs ;
        crs:EPSG = "3413" ;
}