Geoviews类在中等大小的xarray网格上花费了太多时间

Question

我试图使用Geoviews类绘制xarray网格。数据的形状是：(12,1300,1936)，坐标(月，经度，纬度)。

实例化花费了太多的时间(在i5 32 i5的Ram计算机上几乎需要7个小时)。Ploting一个较小的数据集工作(花费几秒钟)。

这是xarray (名为xmam)的字符串表示形式：

<xarray.DataArray (MeanTemp Month:: 12, Latitude: 1300, Longitude: 1936)>
array([[[ nan,  nan, ...,  nan,  nan],
        [ 14.,  14., ...,  nan,  nan],
        ..., 
        [ nan,  nan, ...,  nan,  nan],
        [ nan,  nan, ...,  nan,  nan]],

       [[ nan,  nan, ...,  nan,  nan],
        [ 16.,  16., ...,  nan,  nan],
        ..., 
        [ nan,  nan, ...,  nan,  nan],
        [ nan,  nan, ...,  nan,  nan]],

       ..., 
       [[ nan,  nan, ...,  nan,  nan],
        [ 17.,  17., ...,  nan,  nan],
        ..., 
        [ nan,  nan, ...,  nan,  nan],
        [ nan,  nan, ...,  nan,  nan]],

       [[ nan,  nan, ...,  nan,  nan],
        [ 14.,  14., ...,  nan,  nan],
        ..., 
        [ nan,  nan, ...,  nan,  nan],
        [ nan,  nan, ...,  nan,  nan]]], dtype=float32)
Coordinates:
  * MeanTemp Month:  (MeanTemp Month:) |S9 'January' 'February' ... 'December'
  * Latitude         (Latitude) float64 25.57 25.56 25.55 ... 14.76 14.75 14.74
  * Longitude        (Longitude) float64 -103.6 -103.6 -103.6 ... -87.49 -87.48

我就是这样实例化Geoviews数据集的

gvds = gv.Dataset(xmam,kdims=['Latitude', 'Longitude'],vdims=['MeanTemp Month:'],dynamic=True)

我尝试使用和不使用dynamic参数，给出类似的结果。

你觉得是什么问题？

请注意，Datashader还没有角色，因为我只是在创建对象，甚至没有绘制它！

Answer 1

问题有两个：

1. xarray (xa)是如何构建的。也就是说，dims参数引用坐标的名称。coords参数(如果是字典)需要具有与dim相同的名称。

考虑以下示例:假设data是一个具有形状的numpy narray (12,100,100)

coords_months = range(12)
coords_lon = np.linspace(-103,87,100)
coords_lat = np.linspace(14,25,100)
dims = ['months','longitude', 'latitude']
coords = {'months':coords_months,'latitude':coords_lat,'longitude':coords_lon }
xdata = xa.DataArray(data,coords=coords,dims=dims,name='MeanTemperature')

1. 正如philippjfr所提到的，Geoviews (gv) DataSet构造函数的声明是错误的。

相反，我用了这个：

gvds = gv.Dataset(xdata)

阴谋花费了一些时间(2分钟)。但是，我可以使用在以下文件中定义的regrid方法：

from holoviews.operation.datashader import regrid
image = gvds.to(gv.Image,['Longitude','Latitude'],dynamic=True)
regrid(image)

效果很好。

其他相关问题here