xarrayを使って "T"という変数を読み取る方法は？

Question

すべて、

これはよくある質問ですが、私のGoogle-fuは失敗しました。つまり、私はxarrayラでの作業気象モデルによって生成されたファイルを読み込む：

In [4]: data = xr.open_dataset("test_old.nc4") 

In [5]: data 
Out[5]: 
<xarray.Dataset> 
Dimensions: (lat: 49, lev: 48, lon: 96, time: 1) 
Coordinates: 
    * lon  (lon) float64 -180.0 -176.2 -172.5 -168.8 -165.0 -161.2 -157.5 ... 
    * lat  (lat) float64 -90.0 -86.25 -82.5 -78.75 -75.0 -71.25 -67.5 ... 
    * lev  (lev) float64 1e+03 975.0 950.0 925.0 900.0 875.0 850.0 825.0 ... 
    * time  (time) datetime64[ns] 2000-04-15 
Data variables: 
    H  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    O3  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    OMEGA (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    PHIS  (time, lat, lon) float64 2.605e+04 2.605e+04 2.605e+04 ... 
    PS  (time, lat, lon) float64 6.984e+04 6.984e+04 6.984e+04 ... 
    QI  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    QL  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    QV  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    RH  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    SLP  (time, lat, lon) float64 9.973e+04 9.973e+04 9.973e+04 ... 
    T  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    U  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 
    V  (time, lev, lat, lon) float64 nan nan nan nan nan nan nan nan ... 

これまでのところ、とても良いです。 （スペースの属性を削除したことに注意してください）。さて、RH、相対湿度を参照しましょう：

In [8]: data.RH 
Out[8]: 
<xarray.DataArray 'RH' (time: 1, lev: 48, lat: 49, lon: 96)> 
array([[[[    nan,    nan,    nan, ..., 
         nan,    nan,    nan], 
     [    nan,    nan,    nan, ..., 
         nan,    nan,    nan], 
     [    nan,    nan,    nan, ..., 
         nan,    nan,    nan], 
     ..., 
     [ 9.84245896e-01, 9.84482586e-01, 9.84114528e-01, ..., 
      9.82491255e-01, 9.83228445e-01, 9.83820796e-01], 
     [ 9.84869719e-01, 9.86230493e-01, 9.87663150e-01, ..., 
      9.81099427e-01, 9.82316971e-01, 9.83569324e-01], 
     [ 9.83583868e-01, 9.83583868e-01, 9.83583868e-01, ..., 
      9.83583868e-01, 9.83583868e-01, 9.83583868e-01]], 
<snip> 
     [ 8.91117509e-07, 8.92956564e-07, 8.92726121e-07, ..., 
      8.90103763e-07, 8.89725982e-07, 8.90051581e-07], 
     [ 9.32031071e-07, 9.32695400e-07, 9.33462957e-07, ..., 
      9.30619990e-07, 9.30997828e-07, 9.31466616e-07], 
     [ 9.39349945e-07, 9.39349945e-07, 9.39349945e-07, ..., 
      9.39349945e-07, 9.39349945e-07, 9.39349945e-07]]]]) 
Coordinates: 
    * lon  (lon) float64 -180.0 -176.2 -172.5 -168.8 -165.0 -161.2 -157.5 ... 
    * lat  (lat) float64 -90.0 -86.25 -82.5 -78.75 -75.0 -71.25 -67.5 ... 
    * lev  (lev) float64 1e+03 975.0 950.0 925.0 900.0 875.0 850.0 825.0 ... 
    * time  (time) datetime64[ns] 2000-04-15 
Attributes: 
    long_name: relative_humidity_after_moist 
    units: 1 
    fmissing_value: 1e+15 
    standard_name: relative_humidity_after_moist 
    vmin: -1e+15 
    vmax: 1e+15 
    valid_range: [ -9.99999987e+14 9.99999987e+14] 

グレート！さて、Tはどうですか？温度：

In [12]: data.T 
Out[12]: 
<xarray.Dataset> 
Dimensions: (lat: 49, lev: 48, lon: 96, time: 1) 
Coordinates: 
    * lon  (lon) float64 -180.0 -176.2 -172.5 -168.8 -165.0 -161.2 -157.5 ... 
    * lat  (lat) float64 -90.0 -86.25 -82.5 -78.75 -75.0 -71.25 -67.5 ... 
    * lev  (lev) float64 1e+03 975.0 950.0 925.0 900.0 875.0 850.0 825.0 ... 
    * time  (time) datetime64[ns] 2000-04-15 
Data variables: 
    H  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    O3  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    OMEGA (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    PHIS  (lon, lat, time) float64 2.605e+04 1.887e+04 3.46e+03 207.6 0.0 ... 
    PS  (lon, lat, time) float64 6.984e+04 7.764e+04 9.496e+04 ... 
    QI  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    QL  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    QV  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    RH  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    SLP  (lon, lat, time) float64 9.973e+04 9.937e+04 9.905e+04 ... 
    T  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    U  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 
    V  (lon, lat, lev, time) float64 nan nan nan nan nan nan nan nan ... 

ああああ。私はと思っています。は転置です。どのようにして、正確にxarrayデータセットの "T"と呼ばれる変数を参照できますか？

Answer 1

私はそれを考え出したと思う：

data.get("T") 

は今、独占的にこれを使用することがあります。

Answer 2

Xarrayは、対話的に使用するための便利な機能として、変数に対する属性スタイルのアクセスをサポートしています。しかし、あなたが気づいたように、組み込みのDatasetメソッド（この場合はDataset.T、これはDataset.transpose()と同じです）と同じ名前の変数にはアクセスできません。

変数にアクセスする確実な方法は、辞書形式のアクセスdata['T']を使用することです。

data.get('T')DatasetはPythonのマッピングインターフェイスをサポートしています。 dict.getのように、キーが見つからない場合はデフォルト値の変数にアクセスすることを意図しています。data.get('not found')はNoneを返します。