Eksploracyjna analiza danych z xarray
Xarray ułatwia pracę z wielowymiarowymi danymi, podobnie jak pandas upraszcza pracę z danymi tabelarycznymi. Co więcej, Xarray może korzystać z Daska w tle, aby szybko i efektywnie przetwarzać dane.
Twoim zadaniem jest dalsza analiza europejskiego zbioru danych pogodowych. Teraz, gdy wiesz już, jak korzystać z Xarray, zaczniesz od eksploracyjnej analizy danych.
xarray zostało zaimportowane jako xr.
To ćwiczenie jest częścią kursu
Programowanie równoległe z Dask w Pythonie
Instrukcje do ćwiczenia
- Używając funkcji
open_zarr()z Xarray, otwórz zbiór danych"data/era_eu.zarr". - Korzystając z metody
.isel()zbioru danych, wybierz zerowy indeks na współrzędnejtime. - Wybierz zmienną
'temp'z zerowego indeksuds_seli narysuj ją naax1. - Wybierz zmienną
'precip'z zerowego indeksuds_seli narysuj ją naax2.
Interaktywne ćwiczenie praktyczne
Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.
# 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()