Допустим, у вас есть следующий DataArray:
>>> da
<xarray.DataArray (time: 5, lon: 4, lat: 3)>
array([[[...]]])
Coordinates:
* time (time) int64 0 1 2 3 4
* lon (lon) int64 0 1 2 3
* lat (lat) int64 0 1 2
И вы хотите выбрать следующие точки (долгота, широта):
>>> points = [(0, 0), (0, 1), (2, 1)] # list(tuple(lon, lat), ...)
Тогда вы не придерживаетесь в исходную сетку (долгота, широта), чтобы вы могли сложить эти измерения вместе:
>>> da.stack(pos=("lon", "lat"))
<xarray.DataArray (time: 5, pos: 12)>
array([[...]])
Coordinates:
* time (time) int64 0 1 2 3 4
* pos (pos) MultiIndex
- lon (pos) int64 0 0 0 1 1 1 2 2 2 3 3 3
- lat (pos) int64 0 1 2 0 1 2 0 1 2 0 1 2
Оттуда вы можете выбрать точки:
>>> da.stack(pos=("lon", "lat")).sel(pos=points)
<xarray.DataArray (time: 5, pos: 3)>
array([[...]])
Coordinates:
* time (time) int64 0 1 2 3 4
* pos (pos) MultiIndex
- lon (pos) int64 0 0 2
- lat (pos) int64 0 1 1
Вычислить их среднее значение по времени :
>>> da.stack(pos=("lon", "lat")).sel(pos=points).mean("time")
<xarray.DataArray (pos: 3)>
array([24., 25., 31.])
Coordinates:
* pos (pos) MultiIndex
- lon (pos) int64 0 0 2
- lat (pos) int64 0 1 1
И, если требуется, вернитесь к исходной сетке, распаковав:
>>> da.stack(pos=("lon", "lat")).sel(pos=points).mean("time").unstack("pos")
<xarray.DataArray (lon: 2, lat: 2)>
array([[24., 25.],
[nan, 31.]])
Coordinates:
* lon (lon) int64 0 2
* lat (lat) int64 0 1
Обратите внимание, что будут nan
значения, в которых точки новой сетки не были выбрано (поэтому мы сложили в первую очередь).