广播 广播（Broadcasting）是指具有不同维度数组的对齐。基于数组形状的Numpy广播规则有时可能难以理解和记住， Xarray相较Numpy提供了按维度名称（而非数组形状）进行广播的方法，免去了记忆的困难。 为说明广播在计算中的作用，下面将创建一个与纬度有关的权重因子。这个权重因子常用于描述规则经纬网格上数据的面积权 ...

引入必要的包。 降维 与numpy包处理数据类似，可以针对xarray中的DataArray中任意数轴进行降维。 导入数据后，提取变量sst. 这个DataArray本质存储的是关于sst的高维（三维）数组。 在numpy中，如果要进行对某一维度以某种方式（譬如取最大、小值，平均值）进行降维，可通过指定axis参数实现。比如： 下面尝 ...

引入相关包和导入数据： 赋权降维 对于数组的赋权降维而言，xarray目前支持DataArray和Dataset对象，对于这两个对象的降维可采用DataArray.weighted()和Dataset.weighted()方法。目前支持带权重的以平均（mean）和求和（sum）方法降维。 为说明赋权降维，下面先创建一个关于降水数据的DataArray和一个权重的DataArray. ...

如果了解SQL数据库语言或者数据透视表，一定不会对group by这个聚合函数陌生。简而言之，group by是一种方法,能够对某些标签或者索引的局部数据进行分析。 Hadley Wickham（R语言贡献者）在2011年发表的一篇经典论文中提到 What do we do when we analyze data? What are common actions and what are common mistakes? ...

引入相关包和导入数据： Groupby（Ⅱ） 分割Ⅱ 上一期通过.groupby方法以月为键将原数据分割成12个部分。 现在有一个问题：如何知道各个分组（在这儿是month）中的元素在原分组坐标中（在这儿是time）的位置呢？ 也就是查找各个分组中对应元素在原始数据中键的位置。 这里对上述的gb分割对象使用.groups方法获得。 ...

引入相关包和导入数据： 背景知识：距平 现代气候学认为在相当长的时间段（一般认为是 30 年）中，变量多年平均是一个稳定的值。因此在一个时间段中，如果能够充分认识变量随平均状态的变化趋势，那么对于预测未来情况是非常有利的。那么这个所谓随着平均态的偏移值便可称为距平（异常，anomaly）. 下面便提出一个问题： ...

导入数据 指数加权滑动平均 xarray 中的指数加权滑动平均 在使用之前必须安装 numbagg 包 下面来尝试一下 30 年的指数加权滑动平均 在不指定加权滑动参数的情况下，上述代码使用span方法，且作用于time维度，对应于pandas中的写法即span = 30. 应当说明的是，当前 xarray 仅支持.mean()方法，目前var()等方法尚 ...