两个变量的groupby_bins？

Question

假设我有一个包含4124个度量的数组nl。每一个都与一个(lat，lon)耦合相关联，它们指定测量发生的位置。这些地点不是网格化的，即它们与定期间隔的值不对齐。

In [51]: whos
Variable   Type         Data/Info
---------------------------------
lat        ndarray      4124: 4124 elems, type `float32`, 16496 bytes
lon        ndarray      4124: 4124 elems, type `float32`, 16496 bytes
nl         ndarray      4124: 4124 elems, type `int16`, 8248 bytes

我为nl创建了一个nl，将lat和lon指定为坐标：

nl = xr.DataArray(nl, coords={'lon':(['time'], lon), 'lat':(['time'], lat)}, dims=['time'])

例如，我知道我可以将这些值分组在经度或纬度的垃圾箱中，以便对它们进行操作。

nl_avg_lon = nl.groupby_bins('lon', np.r_[-180:190:10]).mean()
nl_avg_lat = nl.groupby_bins('lat', np.r_[-90:90:10]).mean()

我想要做的是在经度x纬度的2D垃圾箱中分组值，这样我就可以将结果显示为一张地图。我不认为groupby_bins能做到这一点，还有别的解决方案吗？

用示例更新：

这就是我想要做的事情：

latbins = np.r_[-90:100:10]
lonbins = np.r_[-180:190:10]
nsamples, xx, yy = np.histogram2d(lon, lat, bins=(lonbins, latbins))
nl_sum, xx, yy = np.histogram2d(lon, lat, bins=(lonbins, latbins), weights=nl)
nl_avg = nl_sum / nsamples

我希望避免使用numpy来保持xarray与dash的集成。

Answer 1

这里，当我把剑杆卫星数据绑定成纬向和垂直的方式时，你可以把自己稍微放大一点。