Есть ли способ агрегировать массив данных xarrray, вычисляя режим для каждой ячейки по измерению времени? - PullRequest
Новая
       12

Есть ли способ агрегировать массив данных xarrray, вычисляя режим для каждой ячейки по измерению времени?

0 голосов
/ 27 мая 2019

В пакете xarray python можно уменьшить данные DataArray, применив функцию к некоторому измерению (чаще всего к измерению времени). Встроенные функции включают, среди прочего, среднее, минимальное и максимальное. I.e.:

DataArray.mean(dim = 'time')
DataArray.min(dim = 'time')
DataArray.max(dim = 'time')

Насколько я вижу, нет встроенного способа для расчета режима таким же образом. Есть ли способ это сделать иначе, например, с помощью «других» пакетов?

То есть некоторая функция, которая будет эквивалентна: 

DataArray.mode(dim = 'time')

1 Ответ

0 голосов
/ 28 мая 2019

Вы можете обернуть функцию режима Сципи с помощью Xarray's apply_ufunc. Дополнительные примеры использования apply_ufunc можно найти здесь . 

def _mode(*args, **kwargs):
    vals = scipy.stats.mode(*args, **kwargs)
    # only return the mode (discard the count)
    return vals[0].squeeze()


def mode(obj, None):
    # note: apply always moves core dimensions to the end
    # usually axis is simply -1 but scipy's mode function doesn't seem to like that
    # this means that this version will only work for DataArray's (not Datasets)
    assert isinstance(obj, xr.DataArray)
    axis = obj.ndim - 1
    return xr.apply_ufunc(_mode, obj,
                          input_core_dims=[[dim]],
                          kwargs={'axis': axis})

Быстрый пример использования обучающих наборов данных xarray: 

ds = xr.tutorial.load_dataset('air_temperature')

mode(ds, dim='time')

выходы: 

<xarray.Dataset>
Dimensions:  (lat: 25, lon: 53)
Coordinates:
  * lat      (lat) float32 75.0 72.5 70.0 67.5 65.0 ... 25.0 22.5 20.0 17.5 15.0
  * lon      (lon) float32 200.0 202.5 205.0 207.5 ... 322.5 325.0 327.5 330.0
Data variables:
    air      (lat, lon) float32 271.5 272.4 272.5 272.1 ... 296.9 296.9 296.79
...