注意：这是一个概念验证，许多功能都是不完整、未经验证或无法工作的。

cubed-xarray

用于将 cubed 与 xarray 一起使用的接口。

要求

• Cubed版本 >=0.14.2
• Xarray版本 >=2024.02.0

安装

通过pip安装

pip安装cubed-xarray

或conda

conda install -c conda-forge cubed-xarray

导入

您不需要在用户代码中导入此包。一旦正确安装，xarray应通过entrypoints的魔法自动意识到此包。

用法

可以通过以下方式创建由cubed数组支持的xarray对象：

1. 将现有的cubed.Array对象传递给xarray构造函数的data参数，
2. 在 xarray 对象上调用 .chunk。
3. 将 chunks 参数传递给 xarray.open_dataset。

在 (2) 和 (3) 中，通过传递关键字参数 chunked_array_type='cubed' 来选择使用 cubed.Array 而不是 dask.array.Array。要传递参数到 cubed.Array 的构造函数，您应通过字典 from_array_kwargs 传递，例如 from_array_kwargs={'spec': cubed.Spec(allowed_mem='2GB')}。

如果 cubed 和 cubed-xarray 已安装但 dask 未安装，则指定 chunked_array_type 不是必要的，因为入口点系统将默认使用可用的唯一分块并行后端（即 cubed）。

锋利的边缘 🔪

一些事情几乎肯定还不工作

• 在 xarray 中调用但在 cubed 中未实现的操作，例如 pad（参见 https://github.com/tomwhite/cubed/issues/193）
• 涉及 NaN 的数组操作 - 目前使用 skipna=True 以避免即时加载（参见 https://github.com/pydata/xarray/issues/7243）
• 使用 parallel=True 与 xr.open_mfdataset 不会工作，因为 cubed 没有实现 dask.Delayed 的版本（参见 https://github.com/pydata/xarray/issues/7810）
• 分组（参见 https://github.com/tomwhite/cubed/issues/223 和 https://github.com/xarray-contrib/flox/issues/224）
• xarray.map_blocks 实际上尚未调度到 cubed.map_blocks，并且始终使用 Dask。
• 某些使用 cumreduction 的操作（例如 ffill 和 bfill）尚未连接到 ChunkManager，因此将尝试调用 dask。

还有一些其他事情可能工作，但尚未尝试

• 保存到 zarr 之外的其他格式

一般来说，一个错误可能表现为错误，或者为静默尝试通过立即计算底层数组来强制将数组类型转换为 numpy。

测试

用于包装 cubed 的 xarray 的集成测试也位于此存储库中。