Explorative Datenanalyse mit xarray
Xarray macht die Arbeit mit multidimensionalen Daten genauso einfacher, wie pandas die Arbeit mit tabellarischen Daten erleichtert. Das Beste daran: Xarray kann im Hintergrund Dask verwenden, um deine Daten schnell und effizient zu verarbeiten.
Du sollst den europäischen Wetterdatensatz weiter analysieren. Jetzt, da du weißt, wie man Xarray nutzt, startest du mit etwas explorativer Datenanalyse.
xarray wurde bereits als xr importiert.
Diese Übung ist Teil des Kurses
Parallele Programmierung mit Dask in Python
Anleitung zur Übung
- Öffne mit der Funktion
open_zarr()von Xarray den Datensatz"data/era_eu.zarr". - Wähle mit der
.isel()-Methode des DataSets den Index null auf der Koordinatetimeaus. - Wähle die Variable
'temp'aus dem Index null vonds_selund plotte sie aufax1. - Wähle die Variable
'precip'aus dem Index null vonds_selund plotte sie aufax2.
Interaktive Übung
Vervollständige den Beispielcode, um diese Übung erfolgreich abzuschließen.
# Open the ERA5 dataset
ds = ____.____("____")
# Select the zeroth time in the DataSet
ds_sel = ds.____(____=____)
fig, (ax1, ax2) = plt.subplots(1,2, figsize=(8, 3))
# Plot the zeroth temperature field on ax1
____[____].____(ax=____)
# Plot the zeroth precipitation field on ax2
____[____].____(ax=____)
plt.show()