时间序列图：在xarray中按季节（或特定月份）分组多年

Question

谢谢你对我的问题感兴趣

我希望绘制一张温度时间序列图，特别是1981-1999年1月至8月之间的温度时间序列图

以下是我的代码和尝试：

temperature = xr.open_dataarray('temperature.nc')

temp = temperature.sel(latitude=slice(34.5,30), longitude=slice(73,78.5))

templatlonmean = temp.mean(dim=['latitude','longitude'])-273.15

tempgraph1 = templatlonmean.sel(time=slice('1981','1999'))

上述命令读取良好，没有任何错误

以下是我将月份划分为季节的尝试：

第一次尝试

tempseason1 = tempgraph1.groupby("time.season").mean("time")

#Plotting Graph Command
myfig, myax = plt.subplots(figsize=(14,8))

timeyears = np.unique(tempgraph1["time.season"])
tempseason1.plot.line('b-', color='red', linestyle='--',linewidth=4, label='1981-1999 Mean')

我得到了这个错误： 绘图要求坐标为数字、布尔值或numpy.datetime64、datetime.datetime、cftime.datetime或pandas.Interval类型的日期。而不是接收对象类型的数据。

这是我的第二次尝试（从这篇文章Select xarray/pandas index based on specific months中检索） 但是，我不确定如何用这个来绘制图表，因此我尝试了以下方法：

def is_amj(month):
    return (month >= 4) & (month <= 6)

temp_seasonal = tempgraph1.sel(time=is_amj(tempgraph1['time.month']))

#Plotting Graph Command
timeyears = np.unique(tempgraph1["time.season"])
temp_seasonal.plot.line('b-', color='red', linestyle='--',linewidth=4, label='1981-1999 Mean')

它没有引起错误，但图形不理想

所以我继续我的第三次尝试（从这里开始http://xarray.pydata.org/en/stable/examples/monthly-means.html）：

month_length = tempmean.time.dt.days_in_month

weights = month_length.groupby('time.season') / month_length.groupby('time.season').sum()


np.testing.assert_allclose(weights.groupby('time.season').sum().values, np.ones(4))


ds_weighted = (tempmean * weights).groupby('time.season').sum(dim='time')


ds_unweighted = tempmean.groupby('time.season').mean('time')


#Plot Commands
timeyears = np.unique(tempgraph1["time.season"])
ds_unweighted.plot.line('b-', color='red', linestyle='--',linewidth=4, label='1981-1999 Mean')

但我还是犯了与第一次尝试相同的错误： 打印要求坐标为数值、布尔值或numpy.datetime64、datetime.datetime、cftime.datetime或pandas.Interval类型的日期。而不是接收对象类型的数据

当我使用这个命令来绘制天气图而不是时间序列图时，我相信groupby过程会相似甚至相同，这就是我使用它的原因

然而，由于我在编码方面相对较新，请原谅任何语法错误，我无法找到任何明显的方法来实现这一点

因此，我想知道您是否可以建议其他方法为xarray绘制特定的月度数据，或者是否需要对我尝试的命令进行任何调整

我非常感谢你的慷慨帮助。 请让我知道，如果你需要更多的信息，我会尽快回复。 谢谢大家!

Answer 1

关于你的问题1。3.对象是分组的季节。
您可以通过执行以下操作将其可视化：

tempseason1 = tempgraph1.groupby("time.season").mean("time")
print(tempseason1.coords)

您应该看到如下内容：

Coordinates:
  * lon      (lon) float32 ...
  * lat      (lat) float32 ...
  * season   (season) object 'DJF' 'JJA' 'MAM' 'SON'

注意季节维度的类型对象

我认为你应该在这里使用resample而不是groupby。 重采样基本上是一个groupby向上采样或向下采样时间序列。 它看起来像：

tempseason1 = tempgraph1.resample(time="Q").mean("time")

参数“Q”是季度频率的一个偏移量，参见那里的details

不过，我对策划知之甚少