使用时间戳超过 2263 年的 xarray 创建 netcdf

Question

有没有办法使用 xarray 创建时间维度超过 2263 年的 netCDF 文件？

以下是创建 netCDF 玩具数据集的方法 http://xarray.pydata.org/en/stable/time-series.html

但是时间维度具有 pandas 日期时间索引类型，并且不会超出 2263，如下所示： https://github.com/pandas-dev/pandas/issues/13346

Answer 1

问题可能是 xarray 在 datetime.datetime 范围之外的时间选择性地使用 netcdftime，但 pandas 没有。所以，即使安装了 netcdftime，像这个例子这样的东西也行不通

import numpy as np
import pandas as pd
import xarray as xr
data = np.random.rand(4, 3)
locs = ['IA', 'IL', 'IN']
times = pd.date_range('2318-04-25', periods=4)
da = xr.DataArray(data, coords=[times, locs], dims=['time', 'space'])

当您尝试创建 pandas date_range 时，这将失败。即使提供 netcdftime.datetime 作为 pd.date_range() 的第一个参数也不起作用，因为 pandas 想要转换为它自己的有限日期时间类型。

相反，您需要直接向 xarray 指定时间。不幸的是，这是我对 netcdf 的了解让我失望的地方，但我可以给你大纲，也许你可以从这里得到它。

有多种方法可以在 DataArray 参数中指定日期。您需要使用 netcdftime.datetime 类型作为基础来创建自己的日期范围。您可以使用 netcdftime.date2index() 创建日期索引，并使用它代替上面示例中的 pandas DateIndex。

您可能应该 post 显示问题的示例代码。我假设您正在尝试创建 DataArray，但也许这不是您遇到的问题。

Answer 2

将来，您可以通过使用 cftime 对象创建日期轴来实现此目的，但就目前而言，有一个 outstanding issue in xarray 不允许您编写 netCDF包含此类对象的文件。

但是，即使您可以保存此类对象，最简单、最简洁的方法仍然是手动将该轴定义为具有某些单位的整数数组。

import numpy as np
import xarray as xr

days = np.asarray(range(100*365))

ds = xr.Dataset(
    {'time': (['time'], days, {'units': 'days since 2200-01-01 0:0:0'})}
)

print(ds['time'][-1]

ds.to_netcdf('test.nc')
ds = xr.open_dataset('test.nc')
print(ds['time'][-1])

给出输出

<xarray.DataArray 'time' ()>
array(36499)
Coordinates:
    time     int64 36499
Attributes:
    units:    days since 2200-01-01 0:0:0

接着是

<xarray.DataArray 'time' ()>
array(datetime.datetime(2299, 12, 7, 0, 0), dtype=object)
Coordinates:
    time     object 2299-12-07

请注意，当您重新打开数据集时，xarray 会自动对其进行解码。

您使用的 'units' 属性应该在时间坐标的 CF conventions 之后。您可以根据需要将 'days' 替换为 'hours'、'minutes' 或 'seconds'。

这确实需要您手动计算所需的整数，如果您的时间轴以年为单位，这主要是困难的（因为 "year" 不是定义的时间度量单位，它的长度因闰年而异-年）。如果是这种情况，您可以使用如下内容：

import cftime

# replace this to use a different calendar
Datetime = cftime.DatetimeProlepticGregorian

# make your list of Datetime objects
time_list = []
month = day = 1
hour = minute = second = 0
for year in range(2200, 2300, 1):
    time_list.append(Datetime(year, month, day, hour, minute, second))

# this will convert them into a time axis, here in units of
# 'days since 2200-01-01 0:0:0'
seconds_in_day = 60*60*24
day_list = []
for dt in time_list:
    time_since_2200 = dt - Datetime(2200, month, day, hour, minute, second)
    day_list.append(int(time_since_2200.total_seconds() / seconds_in_day))

您可以使用不同的 cftime class（例如 cftime.DatetimeJulian 或 cftime.DatetimeNoLeap）来使用不同的日历。应修改此代码以提供正确的 time_list 供您使用。您还可以在其他时间单位中关闭 seconds_in_day 秒（并将该单位提供给 xr.Dataset 调用）。

使用时间戳超过 2263 年的 xarray 创建 netcdf

create netcdf using xarray with time stamp beyond year 2263

python

netcdf

xarray