从 HDF5 数据集创建 Dask 数组
您需要分析过去 40 年的欧洲降雨量。我们为您提供了以 HDF5 格式存储的欧洲网格位置的月平均降雨量数据。由于该文件较大，您决定使用 Dask 来加载并处理它。
h5py 已为您导入，dask.array 已以 da 的名称导入。
本练习是课程的一部分
Python 中的 Dask 并行编程
练习说明
- 使用
h5py打开'data/era_eu.hdf5'文件。 - 使用
from_array()函数将'/precip'变量加载为一个 Dask 数组，并将块大小设置为（12 个月、15 个纬度、15 个经度）。 - 使用数组切片在第一个轴上每隔 12 个取一个索引——这样可以选出所有年份的 1 月数据。
- 沿时间轴（轴
0）对january_rainfalls求平均，计算整个欧洲 1 月的平均降雨量。
交互式实操练习
通过完成这段示例代码来试试这个练习。
# Open the HDF5 dataset using h5py
hdf5_file = ____.____(____)
# Load the file into a Dask array with a reasonable chunk size
precip = da.____(____, chunks=____)
# Select only the months of January
january_rainfalls = ____[____]
# Calculate the mean rainfall in January for each location
january_mean_rainfall = ____.____(axis=____)
plt.imshow(january_mean_rainfall.compute())
plt.show()