Python

Question

我有一些 NetCDF 文件，我需要从中绘制一些变量。我使用以下小代码来绘制我需要的数据：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
%matplotlib inline
import xarray as xr
os.chdir
fname = "/home/data.nc"
ds = xr.open_dataset(fname)
ds['Evap_obs'].plot()
plt.show()

哪个工作正常并产生下图：

我现在的问题是这个情节不是很可读。因此，我希望事先平滑数据。为此，我有这个小功能：

def mov_avg(x,window,min_count=None,axis=-1):
    import bottleneck as bn 
    yy=np.ma.filled(np.ma.fix_invalid(x),np.nan)
    yyF=np.ma.masked_all(yy.shape)
    xtmp=bn.move_mean(yy,window,min_count=min_count,axis=axis)
    wd1=(window-1)/2
    ndim = len(yy.shape)
   #print xtmp.shape,ndim,axis,window,wd1
    if ndim ==1 :
   #print wd1,-wd1,wd-1
        yyF[wd1:-wd1]=np.ma.fix_invalid(xtmp[window-1:])

    elif ndim == 2:
        if axis==-1 or axis==1:
            yyF[:,wd1:-wd1]=np.ma.fix_invalid(xtmp[:,window-1:])
        elif axis==0:
            yyF[wd1:-wd1,:]=np.ma.fix_invalid(xtmp[window-1:,:])

    return yyF

然后当我希望运行我的数据上的这个函数以便如下平滑它时（使用7个时间步长的window来平滑）：

import matplotlib.pyplot as plt
import matplotlib.dates as mdates
%matplotlib inline
import xarray as xr
os.chdir
fname = "/home/data.nc"
ds = xr.open_dataset(fname)
obs = ds['Evap_obs']
obs = mov_avg(obs,7)
obs.plot()

它不起作用，我收到以下 ValueError：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-18-6a8a2dd438c6> in <module>()
      7 #dsloc = ds.sel(lon=230.5,lat=55.0,method='nearest')
      8 obs = ds['Evap_obs']
----> 9 obs = mov_avg(obs,7)
     10 obs.plot()
     11 #ds['Evap_obs'].plot()

<ipython-input-11-c01b37a40c9a> in mov_avg(x, window, min_count, axis)
      4     yy=np.ma.filled(np.ma.fix_invalid(x),np.nan)
      5     yyF=np.ma.masked_all(yy.shape)
----> 6     xtmp=bn.move_mean(yy,window,min_count=min_count,axis=axis)
      7     wd1=(window-1)/2
      8     ndim = len(yy.shape)

ValueError: Moving window (=7) must between 1 and 1, inclusive

有谁知道如何平滑我的数据吗？

Answer 1

下面是 this answer 中仅使用 numpy 的简单移动平均线实现：

import numpy as np
def moving_average(a, n=3) :
    ret = np.cumsum(a, dtype=float)
    ret[n:] = ret[n:] - ret[:-n]
    return ret[n - 1:] / n

Answer 2

Xarray 包含一个用于此类操作的 rolling 方法。

ds['Evap_obs'].rolling(time=7).mean().plot()

xarray 文档包含一些使用此方法的示例：http://xarray.pydata.org/en/stable/computation.html#rolling-window-operations

Python - 如何平滑 xarray 图？

Python - How to smooth xarray plot?

smoothing

python-xarray