Python xarray/panda在多个网格点上评估函数

Question

我试图在240x262网格的所有网格点上评估函数，但这需要一些优化。我是Python的新手；通常，我只会在所有网格点上使用for循环，并在每个点逐一评估函数。但是，当然，可以想到一个更好的方法来使用python，我已经尝试了很多事情，但都没有成功：-(我希望有人能帮助我或让我走上正轨。

下面是我本可以使用的代码示例，但函数太复杂，无法在合理的时间内完成。所以我有两个问题：

1. 在评估这个数组时，有比使用for循环更好的方法吗
2. 我不需要在所有网格点上评估函数。我可以使用NaN轻松地屏蔽它吗？这样，该函数只在非NaN网格点上使用，而不会实际进入该网格点(即使用for循环(。X和Y只是1D(时间轴(阵列，没有什么特别的，来自于dt X nlat X mlon 3D阵列。也许你也可以直接生成一个插入3D字段的函数

nlat = 240
mlon = 262
A = np.zeros([nlat,mlon])
for i in np.arange(0,nlat-1):
for j in np.arange(0,mlon-1):
A[i,j] = function(x,y)


df = xr.DataArray(A)
df.to_netcdf('A.nc')

谢谢！

Answer 1

在进入xarray之前，您应该从基础开始学习numpy。

import numpy as np
import xarray as xr
def function(x, y):
return x - y
x = np.random.rand(240, 1)
y = np.random.rand(262)
df = xr.DataArray(np.vectorize(function)(x, y))

可能还有其他更有效的方法，但你可以在numpy中对函数进行矢量化，然后将数组提供给它。由于你希望它们变成2D，你需要将其中一个列设置为垂直列(如果你不能用这种方式创建，你可以使用np.reshape(。

您将得到一个numpy数组作为结果，并可以使用它来创建一个xr DataArray。