如何寻找最近的非nan值在2 d xarray数据集

Question

我有一个2 d xarray数据集和我有几个nan值的数据集。这些nan值需要充满最近的non-nan值的二维数组。我怎么做呢?

我试图让我的数据符合grid_spec文件读取的地球系统模型。的土地上有矛盾点是在迫使数据和grid_spec文件导致的爆炸模型。

Answer 1

如果我是你,我就会排除NaN值,然后对结果执行网格间隔不规则数据。

在Python中已经有工具来执行这个SciPy和使用图书馆

https://scipy-cookbook.readthedocs.io/items/Matplotlib_Gridding_irregularly_spaced_data.html

但请文档一步你做什么和为什么。不包括数据总是……解释数据。

Answer 2

我能够通过以下功能

def fill_mismatch (ds_grid_spec ds_data): ds_data_o = ds_data.copy()数= 0.0我的范围(ds_grid_spec.shape [0]): j的范围(ds_grid_spec.shape[1]):如果ds_grid_spec (i, j)。值> 0.0,(不是ds_data (i, j) > 0.0):数=数+ 1.0 fill_miss2d (ds_data_o, i, j)如果ds_grid_spec (i, j)。值= = 0.0,(不是ds_data (i, j)。值= = 0.0):数=数+ 1.0 ds_data_o (i, j) = 0.0返回ds_data_o def fill_miss2d (ds, lat_i lon_j): #拳头循环周期= 1时真的:bl_i, bl_j = lat_i -周期,lon_j——周期tr_i tr_j = lat_i +循环,lon_j +周期#左下角我如果bl_i < 0: bl_i = 0 #左下角j如果bl_j < 0: bl_j = 0 #右上方我如果tr_i > ds.lat。形状[0]1:tr_i = ds.lat。形状[0]1 #如果tr_j > ds.lon右上方j。形状[0]1:tr_j = ds.lon。形状[0]1 lats_i = np.arange (bl_i, tr_i) lons_j = np.arange lats_i (lats_i_idx bl_j tr_j):在lons_j lons_j_idx:如果ds (lats_i_idx, lons_j_idx) > 0.0: ds [lat_i lon_j] = ds (lats_i_idx lons_j_idx]回报周期=周期+ 1

grid_spec(最常用的网格文件交换模块化海洋模型妈妈)有一个变量AREA_LND soiltype和文件。数控变量soiltype。这两个变量有0.0网格点归类为海洋。因此我们不需要使用fill_miss2d发生失配和海洋在哪里遇到grid_spec,但是土地是在soiltype。而我们直接填补soiltype网格点为0.0

可以找到完整的笔记本https://github.com/manmeet3591/python_class/blob/master/xarray_tutorial/grid_soiltype.ipynb