Easy way to convert Julian calendar to standard with Python xarray?(简单的方法来转换儒略历到标准的Python xarray？)

转载 作者：bug小助手 更新时间：2023-10-25 17:58:55 28 4

xarray.Dataset.convert_calendar() 

datetime.datetime.strptime(Dataset.time, "%Y %m %d %H %M")

import xarray as xr
import cftime

# Load your dataset
ds = xr.open_dataset('your_file.nc')

# Convert Julian to standard calendar (e.g., Gregorian)
ds['time'] = xr.coding.times.decode_cf_datetime(ds['time'], calendar='gregorian')

# Now ds['time'] is in Gregorian

28 4 0

• python-xarray - 从坐标增加 xarray 的维数

  假设我有以下二维数组 >>> import numpy as np >>> budgets = np.array([ [np.nan, 450.], [500. , 10

• python-xarray - xarray.open_mfdataset 用于一小部分变量

  我正在尝试读取单个 WRF 的时间序列输出变量。时间序列是分布式的，每个文件一个时间戳，跨越 5000 多个 netCDF 文件。每个文件包含大约 200 个变量。 有没有办法只为我感兴趣的变量调用

• python-xarray: xarray.Dataset.keep?

  我有一个相当大的 xr.Dataset，其中包含大约 20 个数据变量。我只对保留其中两个感兴趣。我看到 xr.Dataset.drop带有数据集的删除变量。 我正在寻找保留变量的语法。我尝试了 f[

• python-xarray - 在时间维度中对 xarray 数据集或数据数组进行子集化

  我正在尝试计算 xarray 数据集中时间维度子集的每月气候。时间是使用 datetime64 定义的。 如果我想使用整个时间序列，这很好用: monthly_avr=ds_clm.groupby('

• python - 将 xarray 数据变量重新分配给 xarray 坐标

  我有一个空间数据的 pandas 数据框，我想将其转换为 netCDF。我找到了 xarray 并将我的数据帧转换为 xarray 数据集的方法: # create xray Dataset from

• python-xarray - xarray - 如何重命名 DataArray 对象上的维度

  我有一个名为 rio 的 DataArray 对象。 In [59]: rio Out[59]: array([[[0, 0, ..., 0, 0], [0, 0, ..., 0,

• memory - xarray.Dataset.to_array() 是否将数组加载到内存中以及如何有效地从 xarray 中采样小批量？

  我目前正在尝试将一个大的多维数组 (>5 GB) 加载到 python 脚本中。由于我将数组用作机器学习模型的训练数据，因此以小批量高效加载数据非常重要，但要避免将整个数据集加载到内存中一次。 我的想

• python-xarray - Python Xarray `Dataset.sel()` 沿一维选择多个值

  假设我有一个 dataset类型 xarray.Dataset .我有一个名为 name 的维度,(由 DataArray 中的所有 Dataset 共享，但我认为这对这个问题并不重要，)我想选择一个

• python-xarray - 打开具有许多组的远程 zarr 商店并使用 xarray 保持坐标

  我想读入 https://hrrrzarr.s3.amazonaws.com/index.html#sfc/20210208/20210208_00z_anl.zarr/ 的远程 zarr 存储。 z

• python-xarray:如何将多个波段和日期的单个波段栅格数据转换为 xarray-Dataset 或 DataArray？

  我想获取栅格(卫星图像)数据，并构建一个Dataset 或DataArray，以加快我的图像处理速度(我必须处理多-波段，多日期卫星图像很多)。 数据来自每个图像日期的单独波段，我了解如何将每个波段日

• Python xarray.concat 然后 xarray.to_netcdf 生成巨大的新文件大小

  所以我有 3 个 netcdf4 文件(每个大约 90 MB)，我想使用包 xarray 将它们连接起来。每个文件都有一个变量 (dis)，以 0.5 度分辨率(纬度、经度)表示 365 天(时间)。

• python-xarray - xarray : reverse an array along one coordinate

  对于我的数据数组，我有坐标经度、纬度和时间。我只想沿纬度反转数组，以便 [90, 85, ..., -85, -90]变成 [-90, -80, ..., 85, 90] . 最佳答案 同意@jham

• python-xarray - 无法将 y 和 x 坐标分配给 xarray.DataArray

  完成 MetPy 横截面示例后，我尝试将该示例推广到 NCEP NAM-12km GRIB2 文件，但未成功。通过将我的文件的 DataArray 与示例文件(netCDF 文件)进行比较，我发现 x

• python-xarray - xarray.apply_ufunc() 与 GroupBy : unexpected number of dimensions

  我正在使用 xarray.apply_ufunc() 将函数应用于 xarray.DataArray .它适用于某些 NetCDF，但在尺寸、坐标等方面似乎具有可比性的其他 NetCDF 会失败。但是

• python-xarray - 以 block 的形式创建 xarray DataArray 并将其写入 NetCDF

  是否也可以创建一个核外 DataArray，并使用 xarray 将其逐块写入 NetCDF4 文件？ 例如，当维度更大时，我希望能够以核外方式执行此操作，因此我无法将整个数组存储在内存中: num_

• python-xarray - xarray/datetime64[ns] : remove or normalise time from datetime

  我有一个数据数组arr，坐标为“时间”。到达: array([244.40161, 244.39998, ..., 244.40936, 244.40549], dtype=float32)

• python-xarray - xarray/datetime64[ns] : remove or normalise time from datetime

  我有一个数据数组arr，坐标为“时间”。到达: array([244.40161, 244.39998, ..., 244.40936, 244.40549], dtype=float32)

• Easy way to convert Julian calendar to standard with Python xarray?(简单的方法来转换儒略历到标准的Python xarray？)

  我是新手，我使用的是XARRAY。我的netcdf文件包含时间为‘天数自0001-01-01 00：00：00’的数据，日历类型为Julian。有谁知道将时间转换成标准日历的简单方法吗？。提前感谢：)

• Easy way to convert Julian calendar to standard with Python xarray?(简单的方法来转换儒略历到标准的Python xarray？)

  我是新手，我使用的是XARRAY。我的netcdf文件包含时间为‘天数自0001-01-01 00：00：00’的数据，日历类型为Julian。有谁知道将时间转换成标准日历的简单方法吗？。提前感谢：)

• Easy way to convert Julian calendar to standard with Python xarray?(简单的方法来转换儒略历到标准的Python xarray？)

  我是新手，我使用的是XARRAY。我的netcdf文件包含时间为‘天数自0001-01-01 00：00：00’的数据，日历类型为Julian。有谁知道将时间转换成标准日历的简单方法吗？。提前感谢：)