+-
我正在尝试在类似于MetPy xarray tutorial的恒定压力水平(500hPa)下创建相对湿度的等高线图。我已经使用Siphon软件包获取了数据,并将其解析为似乎为二维的数组,其中时间和高度固定,纬度/经度变化:
<xarray.DataArray 'relative_humidity' (time: 1, lat: 141, lon: 121)>
array([[[100. , 100. , ..., 48.5, 48.1],
[100. , 100. , ..., 42.8, 41.1],
...,
[ 9.5, 9.4, ..., 20.7, 18.7],
[ 9.5, 9.9, ..., 23.8, 21.1]]], dtype=float32)
Coordinates:
reftime (time) datetime64[ns] 2020-03-24T12:00:00
* time (time) datetime64[ns] 2020-03-24T18:00:00
isobaric float32 50000.0
* lat (lat) float32 55.0 54.75 54.5 54.25 54.0 ... 20.75 20.5 20.25 20.0
* lon (lon) float32 270.0 270.25 270.5 270.75 ... 299.5 299.75 300.0
crs object Projection: latitude_longitude
为了得到这个数组,我使用了代码:
data = ncss.get_data(query)
#Parse data using MetPy
ds = xr.open_dataset(NetCDF4DataStore(data))
data = ds.metpy.parse_cf()
#Rename variables to useful things
data = data.rename({
'Vertical_velocity_pressure_isobaric': 'omega',
'Relative_humidity_isobaric': 'relative_humidity',
'Temperature_isobaric': 'temperature',
'u-component_of_wind_isobaric': 'u',
'v-component_of_wind_isobaric': 'v',
'Geopotential_height_isobaric': 'height'
})
#Get data specific to 500mb
zH5 = data['height'].metpy.sel(vertical=850 * units.hPa)
zH5_crs = zH5.metpy.cartopy_crs
#Define coordinates
vertical, = data['temperature'].metpy.coordinates('vertical')
time = data['temperature'].metpy.time
x, y = data['height'].metpy.coordinates('x', 'y')
lat, lon = xr.broadcast(y, x)
#Create relative humidity array
rel_hum = data['relative_humidity'].metpy.sel(vertical=500*units.hPa)
但是,当我将RH绘制为填充轮廓时:
rh = ax.contourf(x, y, rel_hum, levels=[70, 80, 90, 100], colors=['#99ff00', '#00ff00', '#00cc00'])
我收到错误消息:
TypeError: Input z must be 2D, not 3D
阅读another SO post about a similar issue后,我了解为什么轮廓函数的第三个参数需要是一个二维数组,但是我不确定为什么我的程序在这里(非常类似于xarray tutorial code from the MetPy docs )不会产生能够绘制的数组。
0
投票
投票
因此,根据此输出,由于您只有一次,因此您的数据似乎是2D的:
<xarray.DataArray 'relative_humidity' (time: 1, lat: 141, lon: 121)>
数据仍被视为3D,因为您仍具有时间维度(即使大小为1)。一种解决方法是修改对.sel
的呼叫以选择特定时间(或向.sel
添加另一个呼叫以执行此操作)。
我解决此问题的首选方法是使用对.squeeze()
的调用。 squeeze()
是一种删除所有大小为1的维的方法,解决了这个非常常见的问题,即存在一些无关的维(实际上并没有增加到数组中元素的总数):
rel_hum = data['relative_humidity'].metpy.sel(vertical=500*units.hPa).squeeze()
这还会产生效果,如果您确实有3D数据,则不会改变形状。取决于您的应用程序,这可能不是好事。 (如果不好,使用.sel
选择时间是更好的选择。)