Почему группа из набора данных xarray возвращает nan после переустановки Anaconda? - PullRequest
Новая
       34

Почему группа из набора данных xarray возвращает nan после переустановки Anaconda?

0 голосов
/ 30 октября 2019

Я прошу прощения за любые нарушения этикета, это мой первый вопрос здесь. Я всегда мог найти ответы через поиск.

Установка macOSX Catalina (10.15) «сломала» Anaconda Navigator. Это известная проблема, и наиболее простым решением, по-видимому, является использование нового установщика 2019.10 и выполнение новой установки, поскольку я не использую много модулей, кроме тех, которые предварительно включены в Навигатор.

Единственная проблема, с которой я столкнулся и не могу решить: взятие среднего значения переменной набора данных NOAA .nc с использованием groupby с xarray теперь возвращает только nans.

См .: 

in:
ds_CPC = xr.open_dataset('precip.V1.0.mon.mean.nc')
ds_CPC

out: 
<xarray.Dataset>
Dimensions:  (lat: 360, lon: 720, time: 861)
Coordinates:
  * lat      (lat) float32 89.75 89.25 88.75 88.25 ... -88.75 -89.25 -89.75
  * lon      (lon) float32 0.25 0.75 1.25 1.75 ... 358.25 358.75 359.25 359.75
  * time     (time) datetime64[ns] 1948-01-01 1948-02-01 ... 2019-09-01
Data variables:
    air      (time, lat, lon) float32 ...
Attributes:
    title:          NOAA/NCEP GHCN CAMS Monthly Temperature
    Conventions:    CF-1.0
    Source:         http://iridl.ldeo.columbia.edu/SOURCES/.NOAA/.NCEP/.CPC/....
    version:        3.01
    hisotry:        Converted to chunked, deflated non-packed NetCDF4 Jun 2014
    history:        created 8/2012 by CAS NOAA/ESRL PSDupdated to include maj...
    dataset_title:  Climate Prediction Center (CPC) Global Land Surface Air T...
    References:     https://www.esrl.noaa.gov/psd/data/gridded/data.ghcncams....

Пока все хорошо, пока: 


in:
ds_CPC_clim = ds_CPC.sel(time=slice('1981-01-01', '2010-12-01')).groupby(
    'time.month').mean('time')

выдаст предупреждение: ~ / site-packages / xarray / core / nanops.py: 140: RuntimeWarning: среднее значение пустого среза возвращает np.nanmean (a, axis = axis, dtype = dtype)

и достаточно точно: 

in:
ds_CPC_clim

out:
<xarray.Dataset>
Dimensions:  (lat: 120, lon: 300, month: 12)
Coordinates:
  * lat      (lat) float32 20.125 20.375 20.625 20.875 ... 49.375 49.625 49.875
  * lon      (lon) float32 230.125 230.375 230.625 ... 304.375 304.625 304.875
  * month    (month) int64 1 2 3 4 5 6 7 8 9 10 11 12
Data variables:
    precip   (month, lat, lon) float32 nan nan nan nan nan ... nan nan nan nan

Это надежно позволило получить среднюю климатологию за 12 месяцев для этого 30-летнего интервала среза до обновления OSX и переустановки AnacondaНавигатор и xarray и его зависимости.

Я в тупике ...

...