xarray下载 - xarray源码下载

xarray

Python

v2024.11.0

下载

xarray：ND 标记数组和数据集

xarray （发音为“ex-array”，以前称为xray ）是一个开源项目和 Python 包，它使标记多维数组的使用变得简单、高效且有趣！

Xarray 在类似 NumPy 的原始数组之上引入了维度、坐标和属性形式的标签，从而提供了更直观、更简洁且不易出错的开发体验。该软件包包括一个庞大且不断增长的与领域无关的函数库，用于使用这些数据结构进行高级分析和可视化。

Xarray 受到 pandas 的启发并大量借鉴，pandas 是一个流行的数据分析包，专注于标记的表格数据。它特别适合处理 netCDF 文件（xarray 数据模型的来源），并与 dask 紧密集成以实现并行计算。

为什么是 xarray？

多维（又名 N 维，ND）数组（有时称为“张量”）是计算科学的重要组成部分。他们涉足广泛的领域，包括物理学、天文学、地球科学、生物信息学、工程、金融和深度学习。在 Python 中，NumPy 提供了用于处理原始 ND 数组的基本数据结构和 API。然而，现实世界的数据集通常不仅仅是原始数字；它们具有标签，用于编码有关数组值如何映射到空间、时间等位置的信息。

Xarray 不仅仅跟踪数组上的标签——它还使用它们来提供强大而简洁的界面。例如：

按名称对维度应用操作： x.sum('time') 。
按标签而不是整数位置选择值： x.loc['2014-01-01']或x.sel(time='2014-01-01') 。
数学运算（例如， x - y ）基于维度名称而不是形状跨多个维度进行矢量化（数组广播）。
使用 groupby 进行灵活的拆分-应用-组合操作： x.groupby('time.dayofyear').mean() 。
基于坐标标签的数据库式对齐，可平滑处理缺失值： x, y = xr.align(x, y, join='outer') 。
以 Python 字典的形式跟踪任意元数据： x.attrs 。

文档

有关 xarray 的更多信息，请参阅其官方文档：https://docs.xarray.dev/。

尝试交互式 Jupyter 笔记本。

贡献

您可以在我们的贡献页面找到有关为 xarray 做出贡献的信息。

联系我们

在 GitHub 讨论上提出使用问题（“我该怎么做？”）。
报告错误、建议功能或查看 GitHub 上的源代码。
对于不太明确的问题或想法，或者宣布 xarray 用户感兴趣的其他项目，请使用邮件列表。

焦点数量

Xarray 是 NumFOCUS 的财政资助项目，NumFOCUS 是一家致力于支持开源科学计算社区的非营利组织。如果您喜欢 Xarray 并希望支持我们的使命，请考虑捐款以支持我们的努力。

历史

Xarray 是 The Climate Corporation 开发的内部工具的演变。它最初由 Climate Corp 研究人员 Stephan Hoyer、Alex Kleeman 和 Eugene Brevdo 编写，并于 2014 年 5 月作为开源发布。该项目于 2016 年 1 月从“xray”更名。Xarray 于 2018 年 8 月成为 NumFOCUS 的财政资助项目。