Атрибут Missing_value потерян при чтении данных из файла netCDF?

Question

Я читаю данные компонентов ветра (u и v) из файла netCDF из NCEP / NCAR Reanalysis 1, чтобы сделать некоторые вычисления.Я использую xarray для чтения файла.

В одном из вычислений я хотел бы замаскировать все данные ниже некоторого порога, чтобы они были равны атрибуту missing_value.Я не хочу использовать NaN.

Однако при чтении данных с помощью xarray атрибут отсутствует_значение - присутствует в переменной в файле netCDF - не копируется в файл xarray.DataArray, содержащий данные.

Я не смог найти способ скопировать этот атрибут из переменной файла netCDF с помощью xarray.

Вот пример того, что я пытаюсь сделать:

import xarray as xr
import numpy as np

DS1 = xr.open_dataset( "u_250_850_2009012600-2900.nc" )
DS2 = xr.open_dataset( "v_250_850_2009012600-2900.nc" )

u850 = DS1.uwnd.sel( time='2009-01-28 00:00', level=850, lat=slice(10,-60), lon=slice(260,340) )
v850 = DS2.vwnd.sel( time='2009-01-28 00:00', level=850, lat=slice(10,-60), lon=slice(260,340) )

vvel850 = np.sqrt( u850*u850 + v850*v850 )

jet850 = vvel850.where( vvel850 >= 12 )
#jet850 = vvel850.where( vvel850 >= 12, vvel850, vvel850.missing_value )

Последняя закомментированная строка - это то, что я хочу сделать: использовать атрибут missing_value для заполнения, где vvel850 <12. Последняя некомментированная строка дает мне NaN, чего я пытаюсь избежать. </p>

Этоповедение по умолчанию xarray при чтении данных из netCDF?Да или нет, как я могу получить этот атрибут из файловой переменной?

Дополнительная информация: я использую PyNGL (http://www.pyngl.ucar.edu/) для создания контурных графиков, и он не работает с NaN.

Спасибо.

Матеус

Answer 1

Атрибут missing_value хранится в словаре encoding.Другие атрибуты, такие как «unit» или «standard_name», хранятся в словаре attrs.Например:

v850.encoding['missing_value']

Вас также могут заинтересовать несколько других функций xarray, которые могут помочь в вашем случае использования:

1. xr.open_dataset имеет аргумент ключевого слова mask_and_scale.Это отключит преобразование пропущенных / заполненных значений в nans.
2. DataArray.to_masked_array преобразует DataArray (заполненный NaNs) в numpy.MaskedArray для использования в программах построения графиков, таких как Matplotlib или PyNGL.