使用 xarray 进行探索性数据分析

Xarray 让多维数据处理更轻松，就像 pandas 让表格数据处理更轻松一样。更棒的是，Xarray 可以在后台使用 Dask，帮助您高效快速地处理数据。

您需要对欧洲天气数据集做进一步分析。既然已经会使用 Xarray，就从一些探索性数据分析开始吧。

已为您导入 xarray 并命名为 xr。

本练习是课程的一部分

Python 中的 Dask 并行编程

查看课程

练习说明

使用 Xarray 的 open_zarr() 函数打开数据集 "data/era_eu.zarr"。
使用 DataSet 的 .isel() 方法，在 time 坐标上选择第 0 个索引。
从第 0 个索引的 ds_sel 中选择变量 'temp'，并在 ax1 上绘图。
从第 0 个索引的 ds_sel 中选择变量 'precip'，并在 ax2 上绘图。

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 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()

编辑并运行代码