我有一個 xarray 數據集。<xarray.Dataset>Dimensions: (lat: 92, lon: 172, time: 183)Coordinates: * lat (lat) float32 4.125001 4.375 4.625 ... 26.624994 26.874996 * lon (lon) float32 nan nan nan ... 24.374996 24.624998 24.875 * time (time) datetime64[ns] 2003-09-01 2003-09-02 ... 2004-03-01Data variables: swnet (time, lat, lon) float32 dask.array<shape=(183, 92, 172), chunksize=(1, 92, 172)>查找最近的經緯度df.sel(time='2003-09-01', lon=6.374997, lat=16.375006, method='nearest')需要找此特定位置的索引。基本上，row-column在網格中。最簡單的方法是什么？試過了nearestlat=df.sel(time='2003-09-01', lon=6.374997, lat=16.375006, method='nearest')['lat'].values nearestlon=df.sel(time='2003-09-01', lon=6.374997, lat=16.375006, method='nearest')['lon'].values rowlat=np.where(df['lat'].values==nearestlat)[0][0] collon=np.where(df['lon'].values==nearestlon)[0][0] 但我不確定這是否是正確的方法。我怎樣才能“正確”地做到這一點？
2 回答
慕桂英4014372
TA貢獻1871條經驗 獲得超13個贊
我同意找到與.sel操作相關的索引比預期的要復雜！
此代碼有效：
import xarray as xr
ds = xr.tutorial.open_dataset('air_temperature')
ilon = list(ds.lon.values).index(ds.sel(lon=250.0, method='nearest').lon)
ilat = list(ds.lat.values).index(ds.sel(lat=45.0, method='nearest').lat)
print(' lon index=',ilon,'\n','lat index=', ilat)
生產：
lon index= 20
lat index= 12
萬一有人想知道為什么要這樣做，我們用它來研究圖像的時間堆棧，我們有興趣在指定日期選擇緊接在圖像之前的圖像：
import xarray as xr
ds = xr.tutorial.open_dataset('air_temperature')
ilon = list(ds.time.values).index(ds.sel(time='2013-06-01 00:00:00', method='nearest').time)
print(idx)
產生
848
猛跑小豬
TA貢獻1858條經驗 獲得超8個贊
我認為這樣的事情應該有效：
ds = xr.tutorial.open_dataset('air_temperature')
idx = ds.indexes["time"].get_loc('2013-06-01 00:00:00', method="nearest")
print(idx)
添加回答
舉報
0/150
提交
取消