如何使用`.sel（）`索引器更新`xarray.DataArray`？

我发现创建N-dimensional 可视化的最简单方法是创建一个np.ndarray，然后用我创建的坐标填充值。当我试图真正做到这一点时，我无法弄清楚如何更新xr.DataArray。如何使用`.sel（）`索引器更新`xarray.DataArray`？

如何更新xr.DataArray我已经使用我创建的标签进行了初始化？我的实际数据是一个非常复杂的数据集，但总结了我正在尝试做的事情。我可以使用.loc，但有时我的ndarrays会变得非常庞大而复杂，因为我并不真正了解昏暗的顺序。

# Construct DataArray 
DA = xr.DataArray(np.ndarray((3,3,5)), dims=["axis_A","axis_B","axis_C"], coords={"axis_A":["A_%d"%_ for _ in range(3)], 
                        "axis_B":["B_%d"%_ for _ in range(3)], 
                       "axis_C":["C_%d"%_ for _ in range(5)]}) 
# <xarray.DataArray (axis_A: 3, axis_B: 3, axis_C: 5)> 
# array([[[ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.]], 

#  [[ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.]], 

#  [[ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.], 
#   [ 0., 0., 0., 0., 0.]]]) 
# Coordinates: 
# * axis_B (axis_B) <U3 'B_0' 'B_1' 'B_2' 
# * axis_A (axis_A) <U3 'A_0' 'A_1' 'A_2' 
# * axis_C (axis_C) <U3 'C_0' 'C_1' 'C_2' 'C_3' 'C_4' 

# # Update? 
DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1").values = 1 
DA.max() 
# # <xarray.DataArray()> 
# # array(0.0) 

DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1") = 1 
# # File "<ipython-input-17-8feb7332633f>", line 4 
# #  DA.sel(axis_A="A_1", axis_B="B_1", axis_C="C_1") = 1 
# #              ^
# # SyntaxError: can't assign to function call

来源

2016-10-13 O.rka

这实在是尴尬，由于Python语法的不幸限制，即关键字参数没有在里面括号支持。

因此，相反，你需要把参数.sel的字典中.loc代替：

DA.loc[dict(axis_A="A_1", axis_B="B_1", axis_C="C_1")] = 1

来源

2016-10-13 20:42:41 shoyer

再次感谢@Stephan！我在http://xarray.pydata.org/en/stable/indexing.html上看到了这种语法，但并不知道你可以用这种方式更新。 –

如何使用`.sel（）`索引器更新`xarray.DataArray`？

回答

相关问题