Question

我有两个月度全球网格化液体水当量厚度数据集（时间，拉特，长度）。两者具有相同的空间和时间分辨率。我想关联它们，但numpy.corrcoef()仅适用于2D数组，而不适用于3D。所以我想关联整个时间序列的两个变量的相同网格点（x，y）。实际上我想要一个带有相关系数网格的新nc文件。

import numpy as np
from netCDF4 import Dataset

wdir  = '.../Data/'

# read GRACE NCs
GRACE_GFZ = Dataset(wdir+'GRACE/GRCTellus.GFZ.200204_201607.nc','r')
GRACE_JPL = Dataset(wdir+'GRACE/GRCTellus.JPL.200204_201607.nc','r')

两个变量（gfz和jpl）在相同位置具有相同数量的缺失值。

GRACE_GFZ.variables['lwe_thickness']
   <type 'netCDF4._netCDF4.Variable'>
   float32 lwe_thickness(time, lat, lon)
      long_name: Liquid_Water_Equivalent_Thickness
      units: cm
      _FillValue: 32767.0
      missing_value: 32767.0
   unlimited dimensions: time
   current shape = (155, 72, 144)
   filling off

GRACE_JPL.variables['lwe_thickness']
   <type 'netCDF4._netCDF4.Variable'>
   float32 lwe_thickness(time, lat, lon)
      long_name: Liquid_Water_Equivalent_Thickness
      units: cm
      _FillValue: 32767.0
      missing_value: 32767.0
   unlimited dimensions: time
   current shape = (155, 72, 144)
   filling off

因为它们具有相同的时间和空间分辨率，所以两者都可以使用时间，经度和纬度。

time = GRACE_GFZ.variables['time'][:]
lons = GRACE_GFZ.variables['lon'][:]
lats = GRACE_GFZ.variables['lat'][:]
gfz = GRACE_GFZ.variables['lwe_thickness'][:]
jpl = GRACE_JPL.variables['lwe_thickness'][:]

在这里，我想通过网格并将corrcoef放入数组中。这给了我一堆2x2矩阵。

test = []
for x in range(len(lats)):
   for y in range(len(lons)):
      print(np.corrcoef(gfz[:,x,y],jpl[:,x,y]))

如何将每个点的corrcoef放入正确位置的新阵列？

Answer 1

我用以下方法克服了我的问题：

temp =[]
corrcoefMatrix_gfzjpl = [[0 for i in range(len(lons))] for j in range(len(lats))] 
for x in range(len(lats)):
    for y in range(len(lons)):
        temp = np.corrcoef(gfz[:,x,y],jpl[:,x,y])
        corrcoefMatrix_gfzjpl[x][y] = temp[0,1]

corrcoefMatrix_gfzjpl = np.squeeze(np.asarray(corrcoefMatrix_gfzjpl))

基本上我制作了一个包含零的矩阵，并用corrcoef矩阵中的相关系数值替换它们。我为每个网格单元执行了此操作，方法是通过lats和lons，每个网格使用for循环。之后我创建了一个新的netcdf文件，定义了所有维度和变量。

nc_data.createDimension('lat', len(lats))
nc_data.createDimension('lon', len(lons))
nc_data.createDimension('data', 1)

latitudes  = nc_data.createVariable('latitude', 'f4', ('lat',))
longitudes = nc_data.createVariable('longitude', 'f4', ('lon',))
corrcoef_gfzjpl   = nc_data.createVariable('corrcoef_gfzjpl', 'f4', ('lat',   'lon', 'data'), fill_value=-999.0)

latitudes.units = 'degree_north'
longitudes.units = 'degree_east'
latitudes[:]  = np.arange(-90, 90, 180./len(lats))
longitudes[:] = np.arange(0, 360, 360./len(lons))
corrcoef_gfzjpl[:,:]   = corrcoefMatrix_gfzjpl[:,:]

非常欢迎有关改进的建议！

关联python

1 个答案: