Python 使用apply_ufunc在Xarray数据数组上使用sp.ndimage.label

假设我有一个简单的数组：

data = [1,1,0,0,1,1,1]

我可以使用scipy ndimage模块将标签应用于此数据：

groups, _ = sp.ndimage.label(data)

导致

In [68]: print(groups)
[1 1 0 0 2 2 2]

现在，我想在xarray DataArray上执行相同的标记函数

xr_data = xr.DataArray([1,1,0,0,1,1,1], coords = [("x", [0,1,2,3,4,5,6])])

我知道我可以在

xr_data

上调用与以前相同的函数，但执行此调用的输出是一个numpy数组，它在我的实际数据集中太大，无法放入内存

似乎我需要的是

xr.apply_ufunc

函数。然而，我很难让它工作

def xr_label(arr):
    return xr.apply_ufunc(sp.ndimage.label, arr)

xr_groups, _ = xr_label(xr_data)

这导致： ValueError：应用的函数返回的数据的维度数意外。收到0个维度，但需要1个名称为（'x'，）的维度

---

我发现关于apply_ufunc方法的文档很难解释。有人能帮我解决这个问题吗？

您必须将

输入核心dims

和

输出核心dims

定义为

应用核心dims

的参数。请参阅以下网址的文档：

就你而言，我认为这将是：

xr.apply_ufunc(sp.ndimage.label, arr, input_core_dims=[['x']], output_core_dims=[['x']])

---

最近，我也在努力理解

apply\u ufunc

（公平地说，我还没有完全理解），但是这个例子对我帮助很大。

你必须定义

input\u core\u dims

和

output\u core\u dims

作为

apply\u ufunc

的参数。请参阅以下网址的文档：

就你而言，我认为这将是：

xr.apply_ufunc(sp.ndimage.label, arr, input_core_dims=[['x']], output_core_dims=[['x']])

---

最近，我也在努力理解apply_func（公平地说，我还没有完全理解），但是at的例子对我帮助很大。

谢谢！我所做的唯一修改是在输出维度中添加另一个空列表：

output\u core\u dims=[['x']，[]

，因为label函数还返回两个东西-一个包含每个元素标签的数组，以及一个给出找到的组数的整数。谢谢！我所做的唯一修改是在输出维度中添加另一个空列表：

output\u core\u dims=[['x']，[]

，因为label函数还返回两个内容—一个包含每个元素标签的数组，以及一个给出找到的组数的整数。