Python 将netCDF数据聚合为平均值、最小值、最大值

我有几个

netCDF

文件可以下载，由创建。有四个文件，每个文件大约1GB

我是这样读文件的

import xarray as xr

dset = xr.open_dataset("~/.../ERA5land1.nc")

这让我

<xarray.Dataset>
Dimensions:    (latitude: 61, longitude: 101, time: 87647)
Coordinates:
  * latitude   (latitude) float32 31.0 30.9 30.8 30.7 ... 25.3 25.2 25.1 25.0
  * longitude  (longitude) float32 79.0 79.1 79.2 79.3 ... 88.7 88.8 88.9 89.0
  * time       (time) datetime64[ns] 1981-01-01T01:00:00 ... 1990-12-31T23:00:00
Data variables:
    t2m        (time, latitude, longitude) float32 dask.array<shape=(87647, 61, 101), chunksize=(10, 61, 101)>
Attributes:
    Conventions:  CF-1.6
    history:      2020-03-10 16:47:13 GMT by grib_to_netcdf-2.16.0: /opt/ecmw...

这会导致计算机冻结并最终崩溃。试图

chunk

数据也不起作用

    dset = xr.open_dataset("~/.../ERA5land1.nc", chunks = {'time': 10})
    mean = dset.mean()

这不会崩溃，但我明白了

<xarray.Dataset>
Dimensions:  ()
Data variables:
     t2m      float32 dask.array<shape=(), chunksize=()>

尺寸：（）
数据变量：
t2m浮点32 dask.array

---

我想知道如何计算每个网格单元的

min

、

max

和

mean

，并将其存储在具有相同规格的新

netCDF

文件中。

这可以使用我的包nctoolkit（通过pip:，用户指南：）解决

这使用CDO作为后端，因此应该能够轻松处理数据

所需的代码与您提供的代码非常相似

import nctoolkit as nc
dset = xr.open_dataset("~/.../ERA5land1.nc")
mean = dset.mean()

如果需要xarray阵列，可以执行以下操作：

mean.to_xarray()

---

如果试图获取每个网格单元的平均值，则需要指定要计算的尺寸。尝试

mean=dset.mean（dim='time'）

或

mean=dset['t2m'].mean（dim='time'）

mean.to_xarray()