我有一个用xarray打开的3Gb数据立方体，它有3个我感兴趣的变量(v，vx，vy(。下面是代码的说明。
我只对2009年至2013年之间的一个特定时间窗口感兴趣，而整个数据集的跨度从1984年到2018年。
我想做的是：
- 获取2009年至2013年间的v、vx、vy值
- 计算它们沿时间轴的平均值，并将它们保存为三个334x333数组
问题是它花费了太多时间，以至于在1个小时后，我写的几行代码仍在运行。我不明白的是，如果我把我的"；v〃；值作为一个数组，这样加载它们并计算它们的平均值，这比我在下面写的要花更少的时间(请参阅代码(。我不知道是内存泄漏，还是这只是一种糟糕的方法。我的电脑有16Gb的RAM，其中60%在加载数据立方体之前可用。因此，从理论上讲，它应该有足够的RAM来计算所有内容。
什么是将我的数据立方体截断到所需时间窗口，然后计算3个变量的时间平均值(在轴0上(的有效方法；v"vx"vy"？
我试过这样做：
datacube = xr.open_dataset('datacube.nc') # Load the datacube
datacube = datacube.reindex(mid_date = sorted(datacube.mid_date.values)) # Sort the datacube by ascending time, where "mid_date" is the time dimension
sdate = '2009-01' # Start date
edate = '2013-12' # End date
ds = datacube.sel(mid_date = slice(sdate, edate)) # Create a new datacube gathering only the values between the start and end dates
vvtot = np.nanmean(ds.v.values, axis=0) # Calculate the mean of the values of the "v" variable of the new datacube
vxtot = np.nanmean(ds.vx.values, axis=0)
vytot = np.nanmean(ds.vy.values, axis=0)
Dimensions: (mid_date: 18206, y: 334, x: 333)
Coordinates:
* mid_date (mid_date) datetime64[ns] 1984-06-10T00:00:00....
* x (x) float64 4.868e+05 4.871e+05 ... 5.665e+05
* y (y) float64 6.696e+06 6.696e+06 ... 6.616e+06
Data variables: (12/43)
UTM_Projection object ...
acquisition_img1 (mid_date) datetime64[ns] ...
acquisition_img2 (mid_date) datetime64[ns] ...
autoRIFT_software_version (mid_date) float64 ...
chip_size_height (mid_date, y, x) float32 ...
chip_size_width (mid_date, y, x) float32 ...
...
vy (mid_date, y, x) float32 ...
vy_error (mid_date) float32 ...
vy_stable_shift (mid_date) float64 ...
vyp (mid_date, y, x) float64 ...
vyp_error (mid_date) float64 ...
vyp_stable_shift (mid_date) float64 ...
Attributes:
GDAL_AREA_OR_POINT: Area
datacube_software_version: 1.0
date_created: 30-01-2021 20:49:16
date_updated: 30-01-2021 20:49:16
projection: 32607
尽量避免调用"。值"；介于两者之间，因为当您这样做时，您将切换到np.array而不是xr.DataArray！
import xarray as xr
from dask.diagnostics import ProgressBar
# Open the dataset using chunks.
ds = xr.open_dataset(r"/path/to/you/data/test.nc", chunks = "auto")
# Select the period you want to have the mean for.
ds = ds.sel(time = slice(sdate, edate))
# Calculate the mean for all the variables in your ds.
ds = ds.mean(dim = "time")
# The above code takes less than a second, because no actual
# calculations have been done yet (and no data has been loaded into your RAM).
# Once you use ".values", ".compute()", or
# ".to_netcdf()" they will be done. We can see progress like this:
with ProgressBar():
ds = ds.compute()