使用python中的xarray获取每月气候学

Question

我有一个netCDF文件，其中包含一个名为var2001-01-01到2010-12-31的每日数据。我想计算var的月总和，得到一个包含12个时间步（一年中每个月一个）的netCDF。目前，我正在执行以下操作：

import xarray as xr
hndl_fl = xr.open_dataset(path_file)

hndl_fl.resample('1MS', dim='time', how='sum')

然而，这就产生了一个netCDF，从2001年到2010年，每个月的金额都是一个netCDF。如何计算12个月的月平均值？在

Answer 1

或者

hndl_fl.resample('1MS', dim='time', how='mean')

或者

^{pr2}$

你应该做到这一点，这取决于你到底想要什么。在

Answer 2

Comments: I am looking for monthly average for 12 months (for all years from 2001 to 2010). Your solution only computes monthly average for 1 year

我的第一个产出从2001-01年开始，一直持续到2010-12年，因此涵盖了所有年份。
是否要再次resample这些120值？在

---

How do i get the monthly average for 12 months?

你必须决定你想要什么：
一年内每个月的平均值，每年产生12个值，10年内最多120个值
或
1年平均值，10年内得出10个值

使用以下xarray.Dataset，日期范围=10年

date_range('2001-01-01', '2010-12-31', name='time')
<xarray.Dataset>
Dimensions:  (time: 3652)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-01-02 2001-01-03 ...
Data variables:
    data     (time) float64 16.0 18.0 15.0 12.0 23.0 9.0 7.0 18.0 23.0 23.0 ...

---

在date_range('2001-01-01', '2010-12-31', name='time')中获取每个月的monthly_avr：

^{pr2}$

输出：

monthly_avr=<xarray.Dataset>
Dimensions:  (time: 120)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2001-02-01 2001-03-01 ...
Data variables:
    data     (time) float64 17.42 16.54 19.23 18.37 14.74 17.8 16.45 17.29 ...

---

获取date_range('2001-01-01', '2010-12-31', name='time')中每年的year_avr：

year_avr = ds.resample('1AS', dim='time', how='mean')  

输出：

year_avr=<xarray.Dataset>
Dimensions:  (time: 10)
Coordinates:
  * time     (time) datetime64[ns] 2001-01-01 2002-01-01 2003-01-01 ...
Data variables:
    data     (time) float64 17.22 17.13 17.05 17.49 17.38 17.07 16.72 16.47 ...  

测试Python:3.4.2-xarray:0.9.1