如何解决scripy.interpolate.griddata
我正在处理来自具有非结构化网格的海洋模型的大文件。例如,具有维度ux
的可变流速(194988,1009,20)
分别用于:'nFlowElement'(命名非结构化网格元素)、'time' 和laydim(深度维度)。我想将这些结果插入到维度为 (600,560,20)
的结构化网格中:纬度、经度、时间和位置。为此,我使用 scipy.interpolate.griddata
。由于这些数据数组太大而无法立即加载到您的工作内存中,因此我正在尝试使用“块”(dask)。不幸的是,我在尝试将 apply_ufunc 与设置一起使用时遇到了问题:dask = 'parallelized'
。
对于较小的计算域(较小的 nFlowElement 维度),我仍然能够在我的工作内存中加载数据数组。然后,下面的代码给了我想要的结果:
def interp_to_grid(u,xc,yc,xint,yint):
print(u.shape,xc.shape,xint.shape)
ug = griddata((xc,yc),u,(xint,yint),method='nearest',fill_value=np.nan)
return ug
uxg = xr.apply_ufunc(interp_to_grid,ux,yint,dask = 'allowed',input_core_dims=[['nFlowElem','time','laydim'],['nFlowElem'],['dim_0','dim_1'],'dim_1']],output_core_dims=[['dim_0','dim_1','laydim']],output_dtypes = [xr.DataArray]
)
请注意,在函数 interp_to_grid 中,输入变量具有以下维度:
-
u
(即ux,原始流速输出):(194988,20) for (nFlowElem,time,laydim) -
xc,yc
(与这些 194988 个元素关联的纬度和经度坐标)所以两者 (194988,) -
xint,yint
(我想插入数据的结构化网格坐标):对于 (dim_0,dim_1) 都是 (600,560) 请注意, scipy.interpolate.griddata 不需要我遍历时间和laydim 维度(如上面的代码所示)。为此,以正确的顺序('time' 和 'laydim' 最后)提供griddata
维度至关重要。内插结果 uxg 的维度为 (600、560、1009、20) - 符合预期。
但是,对于更大的空间域,需要使用 dask = 'parallelized',因为这些输入数据数组不能再加载到我的工作内存中。我尝试在时间维度上应用块,但也在 nFlowElement 维度上应用。我知道不可能对核心维度进行分块。
这是我的“并行”尝试之一(随着时间的推移而变暗):
输入用户体验:
<xarray.DataArray 'ucx' (nFlowElem: 194988,time: 1009,laydim: 20)>
dask.array<transpose,shape=(194988,20),dtype=float64,chunksize=(194988,10,chunktype=numpy.ndarray>
Coordinates:
FlowElem_xcc (nFlowElem) float64 dask.array<chunksize=(194988,),meta=np.ndarray>
FlowElem_ycc (nFlowElem) float64 dask.array<chunksize=(194988,meta=np.ndarray>
* time (time) datetime64[ns] 2014-09-17 ... 2014-10-01
Dimensions without coordinates: nFlowElem,laydim
Attributes:
standard_name: eastward_sea_water_velocity
long_name: velocity on flow element center,x-component
units: m s-1
grid_mapping: wgs84
Apply_func:
uxg = xr.apply_ufunc(interp_to_grid,dask = 'parallelized',input_core_dims=[['nFlowElem'],output_dtypes = [xr.DataArray],)
给出错误:
File "interpnd.pyx",line 78,in scipy.interpolate.interpnd.NDInterpolatorBase.__init__
File "interpnd.pyx",line 192,in scipy.interpolate.interpnd._check_init_shape
ValueError: different number of values and points
我在更改 apply_ufunc 中的核心维度和要分块的维度方面进行了很多尝试。此外,我还尝试手动更改数据数组 u
的维度顺序,它被“馈送到”griddata(在 interp_to_grid
中)。
非常欢迎任何建议! 最良好的祝愿, 卢卡
### 更新 1:###
我还尝试将 nFlowElem
维度而不是“时间”分块。
然后我定义输入和输出核心尺寸,如下所示:
input_core_dims=[['time',[],
现在我“只”收到关于输出大小的错误(不再分块)。 我的输出不再分块,因为插值后 nFlowElem 丢失了。 因此,(600,20) 数据数组对于我的工作记忆来说太大了。
有没有办法让 apply_ufunc 沿着任何其他维度分块你的输出?
### 更新 2:###
或者,我尝试对时间维度(50 个时间步)进行分块,并删除了所有输入/输出核心维度。
如果我然后定义 interp_to_grid 如下(以获得正确的输入尺寸):
def interp_to_grid(u,yint):
xc = xc[:,0]
yc = yc[:,0]
u = u[:,:,0]
print(u.shape,xint.shape) #input shape
ug = griddata((xc,fill_value=np.nan)
print(ug.shape) #output shape
return ug
我确实为我的 interp_to_grid
输入(见第一行)和输出(见第二行)获得了正确的尺寸。但是,我得到了 ValueError: axes don't match array
:
(194988,50,20) (194988,) (600,560)
(600,20)
Traceback (most recent call last):
File "<ipython-input-11-6b65fe3dba5b>",line 1,in <module>
uxg.loc[dict(time=np.datetime64('2014-09-18'),laydim=19)].plot()
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\xarray\plot\plot.py",line 444,in __call__
return plot(self._da,**kwargs)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\xarray\plot\plot.py",line 160,in plot
darray = darray.squeeze().compute()
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\xarray\core\dataarray.py",line 899,in compute
return new.load(**kwargs)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\xarray\core\dataarray.py",line 873,in load
ds = self._to_temp_dataset().load(**kwargs)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\xarray\core\dataset.py",line 798,in load
evaluated_data = da.compute(*lazy_data.values(),**kwargs)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\base.py",line 565,in compute
results = schedule(dsk,keys,**kwargs)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\threaded.py",line 84,in get
**kwargs
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\local.py",line 487,in get_async
raise_exception(exc,tb)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\local.py",line 317,in reraise
raise exc
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\local.py",line 222,in execute_task
result = _execute_task(task,data)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\core.py",line 121,in _execute_task
return func(*(_execute_task(a,cache) for a in args))
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\core.py",in <genexpr>
return func(*(_execute_task(a,cache) for a in args))
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\optimization.py",line 963,in __call__
return core.get(self.dsk,self.outkey,dict(zip(self.inkeys,args)))
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\core.py",line 151,in get
result = _execute_task(task,cache)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\core.py",cache) for a in args))
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\dask\utils.py",line 35,in apply
return func(*args,**kwargs)
File "<__array_function__ internals>",line 6,in transpose
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\numpy\core\fromnumeric.py",line 658,in transpose
return _wrapfunc(a,'transpose',axes)
File "C:\Users\920507\Anaconda3\envs\dfm_tools_env\lib\site-packages\numpy\core\fromnumeric.py",line 58,in _wrapfunc
return bound(*args,**kwds)
ValueError: axes don't match array
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。