我有一個網格化數據集，其中緯度，經度，時間和溫度是變量。我想看看一些基于十年數據的分布。例如，假設我想看看上海和新加坡的一個地點。shanghai = temp.sel(latitude=31.25, longitude=121.5)singapore = temp.sel(latitude=1.25, longitude=103.75)現在我設置開始和結束日期。start_date1 = dt.datetime(1990,1,1)end_date1 = dt.datetime(1999,12,31)現在我想創建一個循環，這樣我就不必在切片兩個溫度數組時進行硬編碼。理想情況下，從 for 循環中吐出的是兩個新的數組，其中包含 20 世紀 90 年代的數據，其名稱類似于要創建的原始變量 + 。這是我所擁有的。shanghai90sshanghai90snames = [shanghai, singapore]for i in range(len(names)): nine=names[i].sel(time=(slice(start_date1,end_date1)))但是，這只會創建一個包含最后一個變量的新數組（在本例中為 singapore）。我該如何解決這個問題？
1 回答
紅糖糍粑
TA貢獻1815條經驗 獲得超6個贊
最好將所有城市數據保存在字典中，但一種快速的方法就是更新數組以僅包含所需的日期：
names = [shanghai, singapore]
for city in names:
city=city.sel(time=(slice(start_date1,end_date1)))
字典方法會讓你提前做一些工作來設置坐標和幾十年，但隨后會讓你遍歷所有城市和幾十年，以建立一個包含你想要的所有數據的字典。它看起來像這樣：
import datetime as dt
cities = {
"Shangai": {"coords": [31.25, 121.5]},
"Singapore": {"coords": [1.25, 103.75]},
"Other City": {"coords": [15.25, 85.25]}
}
decades = {
"1990s": {"start": dt.datetime(1990,1,1), "end": dt.datetime(1999,12,31)},
"2000s": {"start": dt.datetime(2000,1,1), "end": dt.datetime(2009,12,31)},
"2010s": {"start": dt.datetime(2010,1,1), "end": dt.datetime(2019,12,31)}
}
for city, location in cities.items():
data = temp.sel(latitude=location['coords'][0], longitude=location['coords'][1])
for decade, dates in decades.items():
cities[city][decade] = data.sel(time=(slice(dates['start'], dates['end'])))
然后，您可以像這樣訪問上海的90年代數據：
cities["Shangai"]["1990s"]
如果您熟悉字典和列表等基本數據結構，它真的會讓您的生活變得更加輕松。有很多很棒的教程。我建議這個用于字典，這個用于列表。
此外，為了跟上這個網站的精神，當你提出問題時，提供MWE是很好的禮儀。這是如何做到這一點。
添加回答
舉報
0/150
提交
取消