--- /srv/reproducible-results/rbuild-debian/r-b-build.MuXG7bIj/b1/python-xarray_2025.01.2-1_armhf.changes +++ /srv/reproducible-results/rbuild-debian/r-b-build.MuXG7bIj/b2/python-xarray_2025.01.2-1_armhf.changes ├── Files │ @@ -1,3 +1,3 @@ │ │ - bee380e37bc442005bc9a299db2258b4 2007728 doc optional python-xarray-doc_2025.01.2-1_all.deb │ + 94e36dcdfd1c2683603b83ca7dee7cf8 2007860 doc optional python-xarray-doc_2025.01.2-1_all.deb │ 65b17ea58f6b0a83ea67cd4000a96d9f 799856 python optional python3-xarray_2025.01.2-1_all.deb ├── python-xarray-doc_2025.01.2-1_all.deb │ ├── file list │ │ @@ -1,3 +1,3 @@ │ │ -rw-r--r-- 0 0 0 4 2025-02-02 11:36:57.000000 debian-binary │ │ --rw-r--r-- 0 0 0 6172 2025-02-02 11:36:57.000000 control.tar.xz │ │ --rw-r--r-- 0 0 0 2001364 2025-02-02 11:36:57.000000 data.tar.xz │ │ +-rw-r--r-- 0 0 0 6168 2025-02-02 11:36:57.000000 control.tar.xz │ │ +-rw-r--r-- 0 0 0 2001500 2025-02-02 11:36:57.000000 data.tar.xz │ ├── control.tar.xz │ │ ├── control.tar │ │ │ ├── ./control │ │ │ │ @@ -1,13 +1,13 @@ │ │ │ │ Package: python-xarray-doc │ │ │ │ Source: python-xarray │ │ │ │ Version: 2025.01.2-1 │ │ │ │ Architecture: all │ │ │ │ Maintainer: Debian Science Maintainers │ │ │ │ -Installed-Size: 7983 │ │ │ │ +Installed-Size: 7982 │ │ │ │ Depends: libjs-sphinxdoc (>= 8.1), libjs-mathjax, libjs-requirejs │ │ │ │ Built-Using: alabaster (= 0.7.16-0.1), sphinx (= 8.1.3-4) │ │ │ │ Section: doc │ │ │ │ Priority: optional │ │ │ │ Multi-Arch: foreign │ │ │ │ Homepage: https://xarray.pydata.org/ │ │ │ │ Description: documentation for xarray │ │ │ ├── ./md5sums │ │ │ │ ├── ./md5sums │ │ │ │ │┄ Files differ │ ├── data.tar.xz │ │ ├── data.tar │ │ │ ├── file list │ │ │ │ @@ -152,31 +152,31 @@ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 461 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/dask.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 494 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/data-structures.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 8448 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/developers-meeting.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 479 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/duckarrays.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 22666 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/ecosystem.html │ │ │ │ drwxr-xr-x 0 root (0) root (0) 0 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 21694 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ERA5-GRIB-example.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 1839 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ERA5-GRIB-example.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 1831 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ERA5-GRIB-example.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 38490 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ROMS_ocean_model.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 23737 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ROMS_ocean_model.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 23732 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/ROMS_ocean_model.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 116838 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/apply_ufunc_vectorize_1d.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 8812 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/apply_ufunc_vectorize_1d.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 8787 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/apply_ufunc_vectorize_1d.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 27577 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/area_weighted_temperature.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 20992 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/area_weighted_temperature.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 20990 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/area_weighted_temperature.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 11448 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/blank_template.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 2375 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/blank_template.ipynb │ │ │ │ -rw-r--r-- 0 root (0) root (0) 38981 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/monthly-means.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 3218 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/monthly-means.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 3206 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/monthly-means.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 30434 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/multidimensional-coords.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 3241 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/multidimensional-coords.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 3229 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/multidimensional-coords.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 36876 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/visualization_gallery.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 2864 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/visualization_gallery.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 2854 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/visualization_gallery.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 46324 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/weather-data.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 3582 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/weather-data.ipynb.gz │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 3567 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/examples/weather-data.ipynb.gz │ │ │ │ -rw-r--r-- 0 root (0) root (0) 491 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/faq.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 15073 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/gallery.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 16306 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/genindex.html │ │ │ │ drwxr-xr-x 0 root (0) root (0) 0 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/getting-started-guide/ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 50398 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/getting-started-guide/faq.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 7741 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/getting-started-guide/index.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 23857 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/getting-started-guide/installing.html │ │ │ │ @@ -191,50 +191,50 @@ │ │ │ │ drwxr-xr-x 0 root (0) root (0) 0 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 81178 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/chunked-arrays.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 19678 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/duck-arrays-integration.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 22842 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/extending-xarray.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 53506 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/how-to-add-new-backend.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 30758 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/how-to-create-custom-index.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 9035 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/index.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 60255 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/internal-design.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 60257 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/internal-design.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 13589 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/interoperability.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 27071 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/zarr-encoding-spec.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 27072 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/internals/zarr-encoding-spec.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 488 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/interpolation.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 455 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/io.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 22249 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/objects.inv │ │ │ │ -rw-r--r-- 0 root (0) root (0) 467 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/pandas.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 473 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/plotting.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 6546 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/py-modindex.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 524 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/quick-overview.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 443 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/related-projects.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 476 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/reshaping.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 24474 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/roadmap.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 6341 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/search.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 240555 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/searchindex.js │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 240861 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/searchindex.js │ │ │ │ -rw-r--r-- 0 root (0) root (0) 482 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/terminology.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 482 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/time-series.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 13358 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/tutorials-and-videos.html │ │ │ │ drwxr-xr-x 0 root (0) root (0) 0 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 58669 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/combining.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 140217 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/computation.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 71342 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/dask.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 150024 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/data-structures.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 35119 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/duckarrays.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 50874 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/groupby.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 120196 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/hierarchical-data.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 120197 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/hierarchical-data.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 9025 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/index.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 139974 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/indexing.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 68701 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/interpolation.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 144433 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/io.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 139977 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/indexing.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 68702 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/interpolation.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 144435 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/io.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 11704 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/options.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 42217 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/pandas.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 136094 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/plotting.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 62899 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/reshaping.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 136096 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/plotting.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 62900 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/reshaping.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 46801 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/terminology.html │ │ │ │ --rw-r--r-- 0 root (0) root (0) 49532 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/testing.html │ │ │ │ +-rw-r--r-- 0 root (0) root (0) 47321 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/testing.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 45688 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/time-series.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 45199 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/user-guide/weather-climate.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 494 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/weather-climate.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 1017498 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/whats-new.html │ │ │ │ -rw-r--r-- 0 root (0) root (0) 512 2025-02-02 11:36:57.000000 ./usr/share/doc/python-xarray-doc/html/why-xarray.html │ │ │ │ drwxr-xr-x 0 root (0) root (0) 0 2025-02-02 11:36:57.000000 ./usr/share/doc-base/ │ │ │ │ -rw-r--r-- 0 root (0) root (0) 290 2025-02-02 11:36:57.000000 ./usr/share/doc-base/python-xarray-doc.python-xarray-doc │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/ERA5-GRIB-example.ipynb.gz │ │ │ │ ├── ERA5-GRIB-example.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9985795454545454% │ │ │ │ │ │┄ Differences: {"'cells'": "{2: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:21.706635Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:21.706122Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:22.071039Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:22.069584Z'}}}, 4: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:22.179960Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:22.179372Z', 'iopub.status.idle': '2025-02-12T04:48:2 […] │ │ │ │ │ │ @@ -15,18 +15,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:29:49.979422Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:29:49.978666Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:29:51.013345Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:29:51.005321Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:21.706635Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:21.706122Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:22.071039Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:22.069584Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -51,18 +51,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:29:51.232719Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:29:51.231942Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:29:51.323287Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:29:51.321342Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:22.179960Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:22.179372Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:22.226304Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:22.224700Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -86,18 +86,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:29:51.331259Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:29:51.330577Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:29:51.415187Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:29:51.413337Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:22.231034Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:22.230541Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:22.262562Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:22.260946Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -122,18 +122,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:29:51.423348Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:29:51.422646Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:29:52.331286Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:29:52.329325Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:22.267371Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:22.266843Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:22.614471Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:22.613165Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'plt' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -166,18 +166,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:29:52.343387Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:29:52.342660Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:29:52.404761Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:29:52.402836Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:22.618981Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:22.618497Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:22.650694Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:22.649363Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/ROMS_ocean_model.ipynb.gz │ │ │ │ ├── ROMS_ocean_model.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9988051470588235% │ │ │ │ │ │┄ Differences: {"'cells'": "{2: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:25.964826Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:25.964340Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:27.848311Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:27.846968Z'}}}, 5: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:27.852924Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:27.852406Z', 'iopub.status.idle': '2025-02-12T04:48:2 […] │ │ │ │ │ │ @@ -17,18 +17,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:03.159413Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:03.158651Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.201389Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.185343Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:25.964826Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:25.964340Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:27.848311Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:27.846968Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -87,18 +87,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.215389Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.214615Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.299222Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.297343Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:27.852924Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:27.852406Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:27.884603Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:27.883253Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -137,18 +137,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.307554Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.306753Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.415220Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.413330Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:27.889326Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:27.888822Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:27.930460Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:27.929169Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -182,18 +182,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.431477Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.430729Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.535237Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.533323Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:27.934751Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:27.934269Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:27.966686Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:27.965187Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "scrolled": false │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ @@ -218,18 +218,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.543391Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.542659Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.679258Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.677336Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:27.971332Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:27.970805Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:28.005446Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:28.004147Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -257,18 +257,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.687289Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.686594Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:10.791552Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:10.789353Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:28.009979Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:28.009475Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:28.041895Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:28.040609Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -292,18 +292,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:10.799976Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:10.799271Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:11.499389Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:11.497344Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:28.046352Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:28.045853Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:28.264255Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:28.262924Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/apply_ufunc_vectorize_1d.ipynb.gz │ │ │ │ ├── apply_ufunc_vectorize_1d.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9994283536585367% │ │ │ │ │ │┄ Differences: {"'cells'": "{2: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:31.764590Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:31.764063Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:32.141117Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:32.139740Z'}}}, 4: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:32.145592Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:32.145113Z', 'iopub.status.idle': '2025-02-12T04:48:3 […] │ │ │ │ │ │ @@ -36,18 +36,18 @@ │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:45:51.659160Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:45:50.528742Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:23.663642Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:23.662905Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:24.787204Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:24.785330Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:31.764590Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:31.764063Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.141117Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.139740Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -85,18 +85,18 @@ │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:45:55.431708Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:45:55.104701Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:24.799440Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:24.798652Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:24.883440Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:24.881334Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.145592Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.145113Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.176447Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.175099Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'np' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -125,18 +125,18 @@ │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:45:57.889496Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:45:57.792269Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:24.891481Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:24.890760Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:24.991188Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:24.989320Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.180862Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.180341Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.216472Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.215147Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'air' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -184,18 +184,18 @@ │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:45:59.768626Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:45:59.543808Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.003206Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.002508Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.055182Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.053331Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.221045Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.220561Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.252439Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.251028Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -250,18 +250,18 @@ │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:02.187012Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:02.105563Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.067364Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.066648Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.159255Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.157330Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.257122Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.256628Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.289954Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.288630Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -328,18 +328,18 @@ │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:05.031672Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:04.947588Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.175563Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.174773Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.305367Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.289333Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.294376Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.293834Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.328493Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.327079Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -374,18 +374,18 @@ │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:09.325218Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:09.303020Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.327327Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.326597Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.465394Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.449321Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.333063Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.332562Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.367552Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.366276Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -422,18 +422,18 @@ │ │ │ │ │ │ "execution_count": 8, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:11.295440Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:11.226553Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.483351Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.482638Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.551133Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.549317Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.371715Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.371243Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.409526Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.408111Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -486,18 +486,18 @@ │ │ │ │ │ │ "execution_count": 9, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:13.808646Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:13.680098Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.563365Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.562564Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.623144Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.621323Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.414229Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.413738Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.454533Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.453271Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -559,18 +559,18 @@ │ │ │ │ │ │ "execution_count": 10, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:26.633233Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:26.515209Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.639328Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.638602Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.747181Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.745321Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.459065Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.458586Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.498425Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.497135Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -616,18 +616,18 @@ │ │ │ │ │ │ "execution_count": 11, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:46:30.026663Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:46:29.893267Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.759323Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.758602Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.847412Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.845346Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.503016Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.502539Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.544807Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.543228Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -704,18 +704,18 @@ │ │ │ │ │ │ "execution_count": 12, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:48:42.469341Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:48:42.344209Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.856422Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.855656Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:25.925563Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:25.921346Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.549516Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.549036Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.592941Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.591549Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -790,18 +790,18 @@ │ │ │ │ │ │ "execution_count": 13, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:48:45.267633Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:48:44.943939Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:25.947321Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:25.946596Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:26.013323Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:26.009429Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.597760Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.597282Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.633635Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.632324Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'numba'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -842,18 +842,18 @@ │ │ │ │ │ │ "execution_count": 14, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:48:54.755405Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:48:54.634724Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:26.025880Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:26.025100Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:26.087172Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:26.085327Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.638128Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.637649Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.678225Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.676892Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -896,18 +896,18 @@ │ │ │ │ │ │ "execution_count": 15, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-15T14:49:28.667528Z", │ │ │ │ │ │ "start_time": "2020-01-15T14:49:28.103914Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:26.099271Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:26.098580Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:26.261376Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:26.245334Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:32.682705Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:32.682202Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:32.727832Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:32.726511Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'numba'", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/area_weighted_temperature.ipynb.gz │ │ │ │ ├── area_weighted_temperature.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.99921875% │ │ │ │ │ │┄ Differences: {"'cells'": "{2: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:37.558377Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:37.557899Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:38.997606Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:38.996286Z'}}}, 4: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:39.002303Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:39.001820Z', 'iopub.status.idle': '2025-02-12T04:48:3 […] │ │ │ │ │ │ @@ -28,18 +28,18 @@ │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:43:57.222351Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:43:56.147541Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:40.479435Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:40.478662Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.063936Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.061227Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:37.558377Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:37.557899Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:38.997606Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:38.996286Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -75,18 +75,18 @@ │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:43:57.831734Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:43:57.651845Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.072308Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.071563Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.125972Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.124141Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.002303Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.001820Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.035505Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.034197Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -122,18 +122,18 @@ │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:43:59.887120Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:43:59.582894Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.133990Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.133282Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.524200Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.522342Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.039964Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.039407Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.227864Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.226512Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'air' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -178,18 +178,18 @@ │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:44:18.777092Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:44:18.736587Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.532569Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.531840Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.630400Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.625349Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.232402Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.231768Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.265790Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.264475Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'air' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -219,18 +219,18 @@ │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:44:52.607120Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:44:52.564674Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.643313Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.642576Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.727207Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.725325Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.270161Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.269687Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.300522Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.299111Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'air' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -252,18 +252,18 @@ │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:44:54.334279Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:44:54.280022Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.735160Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.734467Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.815285Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.813367Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.304712Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.304176Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.335619Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.334283Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'air_weighted' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -294,18 +294,18 @@ │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-03-17T14:45:08.877307Z", │ │ │ │ │ │ "start_time": "2020-03-17T14:45:08.673383Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:43.823170Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:43.822473Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:43.975166Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:43.973333Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:39.340418Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:39.339886Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:39.386454Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:39.385100Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'weighted_mean' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/blank_template.ipynb │ │ │ │ ├── Pretty-printed │ │ │ │ │┄ Similarity: 0.9991319444444444% │ │ │ │ │┄ Differences: {"'cells'": "{1: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:42.826013Z', " │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:42.825536Z', 'iopub.status.idle': " │ │ │ │ │┄ "'2025-02-12T04:48:43.202767Z', 'shell.execute_reply': " │ │ │ │ │┄ "'2025-02-12T04:48:43.201392Z'}}}}"} │ │ │ │ │ @@ -12,18 +12,18 @@ │ │ │ │ │ }, │ │ │ │ │ { │ │ │ │ │ "cell_type": "code", │ │ │ │ │ "execution_count": 1, │ │ │ │ │ "id": "41b90ede", │ │ │ │ │ "metadata": { │ │ │ │ │ "execution": { │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:30:55.662721Z", │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:30:55.661880Z", │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:30:56.872128Z", │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:30:56.869385Z" │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:42.826013Z", │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:42.825536Z", │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:43.202767Z", │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:43.201392Z" │ │ │ │ │ } │ │ │ │ │ }, │ │ │ │ │ "outputs": [ │ │ │ │ │ { │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/monthly-means.ipynb.gz │ │ │ │ ├── monthly-means.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.998721590909091% │ │ │ │ │ │┄ Differences: {"'cells'": "{1: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:45.995830Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:45.995300Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:47.878179Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:47.876868Z'}}}, 3: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:47.882673Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:47.882193Z', 'iopub.status.idle': '2025-02-12T04:48:4 […] │ │ │ │ │ │ @@ -19,18 +19,18 @@ │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:35.958210Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:35.936966Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:05.867504Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:05.866716Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.263401Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.261356Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:45.995830Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:45.995300Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:47.878179Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:47.876868Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -62,18 +62,18 @@ │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:36.072316Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:36.016594Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.271564Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.270813Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.359363Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.357350Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:47.882673Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:47.882193Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:47.914323Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:47.913047Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -103,18 +103,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.379789Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.379028Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.463306Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.461355Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:47.918510Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:47.918028Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:47.948648Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:47.947285Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -136,18 +136,18 @@ │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:36.132413Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:36.073708Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.471585Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.470848Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.567296Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.565333Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:47.953066Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:47.952579Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:47.987496Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:47.986405Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'month_length' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -177,18 +177,18 @@ │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:36.152913Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:36.133997Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.575482Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.574769Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.659384Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.657363Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:47.991501Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:47.991025Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:48.021389Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:48.020115Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds_weighted' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -209,18 +209,18 @@ │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:36.190765Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:36.154416Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.667595Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.666853Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.755320Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.753347Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:48.025801Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:48.025317Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:48.057618Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:48.056304Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -243,18 +243,18 @@ │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:40.264871Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:36.192467Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.763827Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.763043Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.915413Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.913344Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:48.061881Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:48.061379Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:48.120485Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:48.119247Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds_unweighted' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -323,18 +323,18 @@ │ │ │ │ │ │ "execution_count": 8, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:51:40.284898Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:51:40.266406Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:11.923386Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:11.922594Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:11.973395Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:11.957357Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:48.124646Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:48.124136Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:48.132032Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:48.130690Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [], │ │ │ │ │ │ "source": [ │ │ │ │ │ │ "# Wrap it into a simple function\n", │ │ │ │ │ │ "def season_mean(ds, calendar=\"standard\"):\n", │ │ │ │ │ │ " # Make a DataArray with the number of days in each month, size = len(time)\n", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/multidimensional-coords.ipynb.gz │ │ │ │ ├── multidimensional-coords.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9992708333333333% │ │ │ │ │ │┄ Differences: {"'cells'": "{1: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:48:54.210842Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:48:54.210364Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:48:56.157373Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:48:56.156095Z'}}}, 3: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:48:56.162513Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:48:56.161576Z', 'iopub.status.idle': '2025-02-12T04:48:5 […] │ │ │ │ │ │ @@ -16,18 +16,18 @@ │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:49:56.068395Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:49:56.035349Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:23.639704Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:23.638888Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:29.527818Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:29.525380Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:54.210842Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:54.210364Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.157373Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.156095Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -60,18 +60,18 @@ │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:13.629720Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:13.484542Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:29.538489Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:29.537556Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:29.643783Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:29.641371Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.162513Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.161576Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.203201Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.198142Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -100,18 +100,18 @@ │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:15.836061Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:15.768376Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:29.653878Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:29.652983Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:29.751621Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:29.749363Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.216909Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.214738Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.261429Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.259491Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -142,18 +142,18 @@ │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:17.928556Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:17.031211Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:29.761303Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:29.760383Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:29.863583Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:29.861349Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.266728Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.265928Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.314702Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.312811Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'plt' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -185,18 +185,18 @@ │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:20.567749Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:19.999393Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:29.873114Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:29.872353Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:29.971622Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:29.969362Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.320297Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.319398Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.365496Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.363382Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -224,18 +224,18 @@ │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:31.131708Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:30.444697Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:29.981345Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:29.980509Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:30.091606Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:30.089358Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.371504Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.370186Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.424176Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.422425Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'plt' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -272,18 +272,18 @@ │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2018-11-28T20:50:43.670463Z", │ │ │ │ │ │ "start_time": "2018-11-28T20:50:43.245501Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:30.101170Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:30.100383Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:30.207506Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:30.205337Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:48:56.430353Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:48:56.429197Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:48:56.480037Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:48:56.478317Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/visualization_gallery.ipynb.gz │ │ │ │ ├── visualization_gallery.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9984375% │ │ │ │ │ │┄ Differences: {"'cells'": "{1: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:49:02.926679Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:49:02.926164Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:49:04.430297Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:49:04.429070Z'}}}, 3: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:49:04.435573Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:49:04.434710Z', 'iopub.status.idle': '2025-02-12T04:49:0 […] │ │ │ │ │ │ @@ -10,18 +10,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:41.555435Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:41.554686Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.003725Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.001357Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:02.926679Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:02.926164Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.430297Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.429070Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -49,18 +49,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:46.013461Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:46.012586Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.107574Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.105353Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:04.435573Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:04.434710Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.469497Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.467942Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'xr' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -91,18 +91,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:46.115746Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:46.114914Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.239669Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.237349Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:04.475424Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:04.474454Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.517205Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.515873Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -144,18 +144,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:46.249362Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:46.248520Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.395596Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.393344Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:04.522413Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:04.521922Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.571529Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.569998Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -208,18 +208,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:46.404678Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:46.403841Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.550767Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.541088Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:04.577668Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:04.577174Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.619025Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.617376Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -264,18 +264,18 @@ │ │ │ │ │ │ ] │ │ │ │ │ │ }, │ │ │ │ │ │ { │ │ │ │ │ │ "cell_type": "code", │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:46.567686Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:46.566824Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:31:46.691584Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:31:46.689355Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:04.624653Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:04.624099Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:04.668108Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:04.666051Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/examples/weather-data.ipynb.gz │ │ │ │ ├── weather-data.ipynb │ │ │ │ │ ├── Pretty-printed │ │ │ │ │ │┄ Similarity: 0.9992476851851853% │ │ │ │ │ │┄ Differences: {"'cells'": "{1: {'metadata': {'execution': {'iopub.execute_input': '2025-02-12T04:49:08.378749Z', " │ │ │ │ │ │┄ "'iopub.status.busy': '2025-02-12T04:49:08.377321Z', 'iopub.status.idle': " │ │ │ │ │ │┄ "'2025-02-12T04:49:11.275809Z', 'shell.execute_reply': " │ │ │ │ │ │┄ "'2025-02-12T04:49:11.274474Z'}}}, 4: {'metadata': {'execution': " │ │ │ │ │ │┄ "{'iopub.execute_input': '2025-02-12T04:49:11.280287Z', 'iopub.status.busy': " │ │ │ │ │ │┄ "'2025-02-12T04:49:11.279755Z', 'iopub.status.idle': '2025-02-12T04:49:1 […] │ │ │ │ │ │ @@ -15,18 +15,18 @@ │ │ │ │ │ │ "execution_count": 1, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:43:36.127628Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:43:36.081733Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:31:56.491525Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:31:56.490739Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.101424Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.085385Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:08.378749Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:08.377321Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.275809Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.274474Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "ModuleNotFoundError", │ │ │ │ │ │ "evalue": "No module named 'xarray'", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -86,18 +86,18 @@ │ │ │ │ │ │ "execution_count": 2, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:47:14.160297Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:47:14.126738Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.115700Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.114830Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.253423Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.237370Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.280287Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.279755Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.312748Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.311314Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -119,18 +119,18 @@ │ │ │ │ │ │ "execution_count": 3, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:47:32.682065Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:47:32.652629Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.267803Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.266925Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.405402Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.389362Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.318188Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.316658Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.350249Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.348921Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'df' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -158,18 +158,18 @@ │ │ │ │ │ │ "execution_count": 4, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:47:34.617042Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:47:34.282605Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.419714Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.418832Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.565401Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.549364Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.355946Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.354981Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.390455Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.389132Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -197,18 +197,18 @@ │ │ │ │ │ │ "execution_count": 5, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:47:37.643175Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:47:37.202479Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.579704Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.578835Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.683713Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.681336Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.396867Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.395455Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.429820Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.428469Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'df' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -236,18 +236,18 @@ │ │ │ │ │ │ "execution_count": 6, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:48:11.241224Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:48:11.211156Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.699716Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.698831Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.811642Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.809373Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.435942Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.434800Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.470860Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.469612Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -269,18 +269,18 @@ │ │ │ │ │ │ "execution_count": 7, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:48:13.131247Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:48:12.924985Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.823634Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.822760Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:04.887551Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:04.885343Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.477500Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.475964Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.509712Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.508351Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'freeze' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -308,18 +308,18 @@ │ │ │ │ │ │ "execution_count": 8, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:48:08.498259Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:48:08.210890Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:04.899766Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:04.898863Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.075644Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.073356Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.515663Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.514692Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.564414Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.562961Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -364,18 +364,18 @@ │ │ │ │ │ │ "execution_count": 9, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:49:34.855086Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:49:34.406439Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:05.085965Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:05.085072Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.155708Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.153363Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.571047Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.569565Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.606550Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.605122Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -414,18 +414,18 @@ │ │ │ │ │ │ "execution_count": 10, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:50:09.144586Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:50:08.734682Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:05.165861Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:05.165003Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.243659Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.241354Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.612753Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.611212Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.651829Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.650464Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -474,18 +474,18 @@ │ │ │ │ │ │ "execution_count": 11, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:51:40.279299Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:51:40.220342Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:05.253792Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:05.252927Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.377857Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.375426Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.658097Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.657090Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.701040Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.699056Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'ds' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -510,18 +510,18 @@ │ │ │ │ │ │ "execution_count": 12, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:52:11.815769Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:52:11.770825Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:05.387377Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:05.386575Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.455623Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.453341Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.706520Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.705995Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.751927Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.750362Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'both' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ │ │ │ @@ -543,18 +543,18 @@ │ │ │ │ │ │ "execution_count": 13, │ │ │ │ │ │ "metadata": { │ │ │ │ │ │ "ExecuteTime": { │ │ │ │ │ │ "end_time": "2020-01-27T15:52:14.867866Z", │ │ │ │ │ │ "start_time": "2020-01-27T15:52:14.449684Z" │ │ │ │ │ │ }, │ │ │ │ │ │ "execution": { │ │ │ │ │ │ - "iopub.execute_input": "2025-02-12T04:32:05.465515Z", │ │ │ │ │ │ - "iopub.status.busy": "2025-02-12T04:32:05.464615Z", │ │ │ │ │ │ - "iopub.status.idle": "2025-02-12T04:32:05.535703Z", │ │ │ │ │ │ - "shell.execute_reply": "2025-02-12T04:32:05.533351Z" │ │ │ │ │ │ + "iopub.execute_input": "2025-02-12T04:49:11.758815Z", │ │ │ │ │ │ + "iopub.status.busy": "2025-02-12T04:49:11.758215Z", │ │ │ │ │ │ + "iopub.status.idle": "2025-02-12T04:49:11.798683Z", │ │ │ │ │ │ + "shell.execute_reply": "2025-02-12T04:49:11.797170Z" │ │ │ │ │ │ } │ │ │ │ │ │ }, │ │ │ │ │ │ "outputs": [ │ │ │ │ │ │ { │ │ │ │ │ │ "ename": "NameError", │ │ │ │ │ │ "evalue": "name 'df' is not defined", │ │ │ │ │ │ "output_type": "error", │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/getting-started-guide/quick-overview.html │ │ │ │ @@ -324,15 +324,15 @@ │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ │
│ │ │ │

Plotting

│ │ │ │

Visualizing your datasets is quick and convenient:

│ │ │ │ 
In [37]: data.plot()
│ │ │ │ -Out[37]: <matplotlib.collections.QuadMesh at 0xebd3cd20>
│ │ │ │ +Out[37]: <matplotlib.collections.QuadMesh at 0xaa41bc68>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/plotting_quick_overview.png │ │ │ │

Note the automatic labeling with names and units. Our effort in adding metadata attributes has paid off! Many aspects of these figures are customizable: see Plotting.

│ │ │ │
│ │ │ │
│ │ │ │

pandas

│ │ │ │ ├── html2text {} │ │ │ │ │ @@ -253,15 +253,15 @@ │ │ │ │ │ [0.37342613, 1.49497537, 1.33584385]]) │ │ │ │ │ Coordinates: │ │ │ │ │ * x (x) int32 8B 10 20 │ │ │ │ │ Dimensions without coordinates: y │ │ │ │ │ ********** PPlloottttiinngg_?¶ ********** │ │ │ │ │ Visualizing your datasets is quick and convenient: │ │ │ │ │ In [37]: data.plot() │ │ │ │ │ -Out[37]: │ │ │ │ │ +Out[37]: │ │ │ │ │ [_build/html/_static/plotting_quick_overview.png] │ │ │ │ │ Note the automatic labeling with names and units. Our effort in adding metadata │ │ │ │ │ attributes has paid off! Many aspects of these figures are customizable: see │ │ │ │ │ _P_l_o_t_t_i_n_g. │ │ │ │ │ ********** ppaannddaass_?¶ ********** │ │ │ │ │ Xarray objects can be easily converted to and from pandas objects using the │ │ │ │ │ to_series(), to_dataframe() and _t_o___x_a_r_r_a_y_(_) methods: │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/internals/internal-design.html │ │ │ │ @@ -210,15 +210,15 @@ │ │ │ │ File /usr/lib/python3/dist-packages/pooch/utils.py:276, in make_local_storage(path, env) │ │ │ │ 272 if env is not None: │ │ │ │ 273 message.append( │ │ │ │ 274 f"Use environment variable '{env}' to specify a different location." │ │ │ │ 275 ) │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ In [2]: var = da.variable │ │ │ │ --------------------------------------------------------------------------- │ │ │ │ AttributeError Traceback (most recent call last) │ │ │ │ Cell In[2], line 1 │ │ │ │ ----> 1 var = da.variable │ │ │ │ │ │ │ │ @@ -312,15 +312,15 @@ │ │ │ │ File /usr/lib/python3/dist-packages/pooch/utils.py:276, in make_local_storage(path, env) │ │ │ │ 272 if env is not None: │ │ │ │ 273 message.append( │ │ │ │ 274 f"Use environment variable '{env}' to specify a different location." │ │ │ │ 275 ) │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ In [8]: var = da.variable │ │ │ │ --------------------------------------------------------------------------- │ │ │ │ AttributeError Traceback (most recent call last) │ │ │ │ Cell In[8], line 1 │ │ │ │ ----> 1 var = da.variable │ │ │ │ ├── html2text {} │ │ │ │ │ @@ -159,15 +159,15 @@ │ │ │ │ │ 273 message.append( │ │ │ │ │ 274 f"Use environment variable '{env}' to specify a different │ │ │ │ │ location." │ │ │ │ │ 275 ) │ │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ In [2]: var = da.variable │ │ │ │ │ --------------------------------------------------------------------------- │ │ │ │ │ AttributeError Traceback (most recent call last) │ │ │ │ │ Cell In[2], line 1 │ │ │ │ │ ----> 1 var = da.variable │ │ │ │ │ @@ -260,15 +260,15 @@ │ │ │ │ │ 273 message.append( │ │ │ │ │ 274 f"Use environment variable '{env}' to specify a different │ │ │ │ │ location." │ │ │ │ │ 275 ) │ │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ In [8]: var = da.variable │ │ │ │ │ --------------------------------------------------------------------------- │ │ │ │ │ AttributeError Traceback (most recent call last) │ │ │ │ │ Cell In[8], line 1 │ │ │ │ │ ----> 1 var = da.variable │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/internals/zarr-encoding-spec.html │ │ │ │ @@ -163,23 +163,23 @@ │ │ │ │ File /usr/lib/python3/dist-packages/pooch/utils.py:276, in make_local_storage(path, env) │ │ │ │ 272 if env is not None: │ │ │ │ 273 message.append( │ │ │ │ 274 f"Use environment variable '{env}' to specify a different location." │ │ │ │ 275 ) │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ In [5]: ds.to_zarr("rasm.zarr", mode="w") │ │ │ │ -Out[5]: <xarray.backends.zarr.ZarrStore at 0xe5dcaf10> │ │ │ │ +Out[5]: <xarray.backends.zarr.ZarrStore at 0xa4e81730> │ │ │ │ │ │ │ │ In [6]: zgroup = zarr.open("rasm.zarr") │ │ │ │ │ │ │ │ In [7]: print(os.listdir("rasm.zarr")) │ │ │ │ -['.zattrs', 'longitude', '.zmetadata', 'latitude', '.zgroup'] │ │ │ │ +['longitude', 'latitude', '.zgroup', '.zattrs', '.zmetadata'] │ │ │ │ │ │ │ │ In [8]: print(zgroup.tree()) │ │ │ │ / │ │ │ │ ├── latitude (50,) float64 │ │ │ │ └── longitude (50,) float64 │ │ │ │ │ │ │ │ In [9]: dict(zgroup["Tair"].attrs) │ │ │ │ ├── html2text {} │ │ │ │ │ @@ -111,24 +111,24 @@ │ │ │ │ │ 273 message.append( │ │ │ │ │ 274 f"Use environment variable '{env}' to specify a different │ │ │ │ │ location." │ │ │ │ │ 275 ) │ │ │ │ │ --> 276 raise PermissionError(" ".join(message)) from error │ │ │ │ │ │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ In [5]: ds.to_zarr("rasm.zarr", mode="w") │ │ │ │ │ -Out[5]: │ │ │ │ │ +Out[5]: │ │ │ │ │ │ │ │ │ │ In [6]: zgroup = zarr.open("rasm.zarr") │ │ │ │ │ │ │ │ │ │ In [7]: print(os.listdir("rasm.zarr")) │ │ │ │ │ -['.zattrs', 'longitude', '.zmetadata', 'latitude', '.zgroup'] │ │ │ │ │ +['longitude', 'latitude', '.zgroup', '.zattrs', '.zmetadata'] │ │ │ │ │ │ │ │ │ │ In [8]: print(zgroup.tree()) │ │ │ │ │ / │ │ │ │ │ ├── latitude (50,) float64 │ │ │ │ │ └── longitude (50,) float64 │ │ │ │ │ │ │ │ │ │ In [9]: dict(zgroup["Tair"].attrs) │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/searchindex.js │ │ │ │ ├── js-beautify {} │ │ │ │ │ @@ -2353,54 +2353,49 @@ │ │ │ │ │ "4": "py:attribute", │ │ │ │ │ "5": "py:function" │ │ │ │ │ }, │ │ │ │ │ "terms": { │ │ │ │ │ "": [1, 3, 5, 6, 7, 8, 12, 14, 15, 16, 17, 19, 20, 21, 23, 24, 25, 26, 27, 28, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52], │ │ │ │ │ "0": [3, 6, 7, 8, 9, 11, 12, 13, 14, 16, 18, 19, 20, 22, 24, 25, 26, 27, 28, 30, 33, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "00": [36, 37, 38, 45, 47, 51, 52, 53, 54], │ │ │ │ │ - "000": 51, │ │ │ │ │ "000000": 16, │ │ │ │ │ "000000000": [37, 38, 52], │ │ │ │ │ "0001": [53, 54], │ │ │ │ │ "00010101": 53, │ │ │ │ │ "00010201": 53, │ │ │ │ │ "00010301": 53, │ │ │ │ │ "0002": 53, │ │ │ │ │ "00021001": 53, │ │ │ │ │ "00021101": 53, │ │ │ │ │ "00021201": 53, │ │ │ │ │ "000e": [48, 51], │ │ │ │ │ - "000j": 51, │ │ │ │ │ - "001e": 37, │ │ │ │ │ - "001j": 51, │ │ │ │ │ + "001e": [37, 51], │ │ │ │ │ "005036": 40, │ │ │ │ │ "005e": 37, │ │ │ │ │ - "005j": 51, │ │ │ │ │ "00688889": 36, │ │ │ │ │ - "006e": [37, 51], │ │ │ │ │ - "007j": 51, │ │ │ │ │ + "006e": 37, │ │ │ │ │ + "007": 51, │ │ │ │ │ "00914929": 36, │ │ │ │ │ "00941742": 36, │ │ │ │ │ "00968205": 36, │ │ │ │ │ "00973567": 36, │ │ │ │ │ - "00e": 51, │ │ │ │ │ "00j": 51, │ │ │ │ │ "01": [14, 16, 20, 26, 30, 32, 37, 38, 41, 43, 44, 45, 47, 48, 51, 52, 53], │ │ │ │ │ "01082401": 36, │ │ │ │ │ "01183847": 36, │ │ │ │ │ - "016": 51, │ │ │ │ │ "01636376": 36, │ │ │ │ │ "01652688": 36, │ │ │ │ │ "01652764": 36, │ │ │ │ │ "0165891": 36, │ │ │ │ │ "01670071": 36, │ │ │ │ │ "01670121": 36, │ │ │ │ │ "01671269": 36, │ │ │ │ │ "01671847": 36, │ │ │ │ │ "01672": 36, │ │ │ │ │ + "016j": 51, │ │ │ │ │ "017": 43, │ │ │ │ │ "01806694": 36, │ │ │ │ │ "01814439": 36, │ │ │ │ │ "0182217": 36, │ │ │ │ │ "018e": 37, │ │ │ │ │ "019": 40, │ │ │ │ │ "01906": 48, │ │ │ │ │ @@ -2442,14 +2437,15 @@ │ │ │ │ │ "04097352": 36, │ │ │ │ │ "040e": 48, │ │ │ │ │ "0417827": 45, │ │ │ │ │ "042e": 37, │ │ │ │ │ "044": [35, 47], │ │ │ │ │ "04423597": 19, │ │ │ │ │ "044236": 47, │ │ │ │ │ + "045": 51, │ │ │ │ │ "04569531": 36, │ │ │ │ │ "045j": 51, │ │ │ │ │ "04703446": 36, │ │ │ │ │ "047e": [37, 48], │ │ │ │ │ "04835611": 36, │ │ │ │ │ "04862391": 36, │ │ │ │ │ "048e": 37, │ │ │ │ │ @@ -2457,32 +2453,31 @@ │ │ │ │ │ "05": [36, 38, 45, 48, 51, 52, 53], │ │ │ │ │ "05405954": 36, │ │ │ │ │ "05556": 44, │ │ │ │ │ "056": 44, │ │ │ │ │ "057e": 37, │ │ │ │ │ "058e": 37, │ │ │ │ │ "05912615": 36, │ │ │ │ │ - "05j": 51, │ │ │ │ │ "05t00": 37, │ │ │ │ │ "06": [28, 36, 38, 45, 52], │ │ │ │ │ "061": 43, │ │ │ │ │ "06141": 41, │ │ │ │ │ "062": 41, │ │ │ │ │ "063": 38, │ │ │ │ │ "06683875": 36, │ │ │ │ │ "06683951": 36, │ │ │ │ │ "06683976": 36, │ │ │ │ │ "06689": 36, │ │ │ │ │ "066e": [37, 48], │ │ │ │ │ "06732": 41, │ │ │ │ │ - "067e": [48, 51], │ │ │ │ │ + "067e": 48, │ │ │ │ │ "069": 44, │ │ │ │ │ "06957": 40, │ │ │ │ │ "06t00": 37, │ │ │ │ │ - "07": [38, 52, 53], │ │ │ │ │ + "07": [38, 51, 52, 53], │ │ │ │ │ "070e": 37, │ │ │ │ │ "07180381": 19, │ │ │ │ │ "071804": 47, │ │ │ │ │ "072": 47, │ │ │ │ │ "072e": 48, │ │ │ │ │ "074e": 37, │ │ │ │ │ "078": 41, │ │ │ │ │ @@ -2504,14 +2499,15 @@ │ │ │ │ │ "08444113": 36, │ │ │ │ │ "084e": 48, │ │ │ │ │ "0868139": 36, │ │ │ │ │ "08724442": 36, │ │ │ │ │ "08729468": 36, │ │ │ │ │ "088": 38, │ │ │ │ │ "089e": 37, │ │ │ │ │ + "08j": 51, │ │ │ │ │ "08t00": 37, │ │ │ │ │ "09": [36, 38, 52], │ │ │ │ │ "09179": 36, │ │ │ │ │ "091e": 37, │ │ │ │ │ "094": [41, 43], │ │ │ │ │ "094e": 48, │ │ │ │ │ "096": 43, │ │ │ │ │ @@ -2521,109 +2517,107 @@ │ │ │ │ │ "099": 41, │ │ │ │ │ "09t00": 37, │ │ │ │ │ "0alpha10": 54, │ │ │ │ │ "0d": 54, │ │ │ │ │ "0dev": 54, │ │ │ │ │ "0th": [37, 43], │ │ │ │ │ "0x0l": 54, │ │ │ │ │ - "0xe09fd0e0": 48, │ │ │ │ │ - "0xe09fd190": 48, │ │ │ │ │ - "0xe09fd240": 48, │ │ │ │ │ - "0xe0a085b0": 48, │ │ │ │ │ - "0xe0a08660": 48, │ │ │ │ │ - "0xe0a08710": 48, │ │ │ │ │ - "0xe0a087c0": 48, │ │ │ │ │ - "0xe0a08870": 48, │ │ │ │ │ - "0xe0b72c90": 48, │ │ │ │ │ - "0xe0b767c0": 48, │ │ │ │ │ - "0xe0b7c3a0": 48, │ │ │ │ │ - "0xe0b7c450": 48, │ │ │ │ │ - "0xe0b7c500": 48, │ │ │ │ │ - "0xe0c08920": 48, │ │ │ │ │ - "0xe0c24030": 48, │ │ │ │ │ - "0xe0c67500": 48, │ │ │ │ │ - "0xe12aebe0": 48, │ │ │ │ │ - "0xe2051b30": 48, │ │ │ │ │ - "0xe2051c90": 48, │ │ │ │ │ - "0xe2051d40": 48, │ │ │ │ │ - "0xe2079a80": 48, │ │ │ │ │ - "0xe25b6190": 48, │ │ │ │ │ - "0xe2a5c0e0": 48, │ │ │ │ │ - "0xe2c399d0": 48, │ │ │ │ │ - "0xe2c88030": 48, │ │ │ │ │ - "0xe2c88500": 48, │ │ │ │ │ - "0xe2dea7c0": 48, │ │ │ │ │ - "0xe2e3f190": 48, │ │ │ │ │ - "0xe2fd0660": 48, │ │ │ │ │ - "0xe3123df0": 48, │ │ │ │ │ - "0xe313f2f0": 48, │ │ │ │ │ - "0xe4292030": 48, │ │ │ │ │ - "0xe482e898": 45, │ │ │ │ │ - "0xe49f85f0": 48, │ │ │ │ │ - "0xe4adc388": 45, │ │ │ │ │ - "0xe4adcf10": 45, │ │ │ │ │ - "0xe4ae0340": 45, │ │ │ │ │ - "0xe4af01d8": 45, │ │ │ │ │ - "0xe4af0730": 45, │ │ │ │ │ - "0xe4af0a90": 45, │ │ │ │ │ - "0xe4b09220": 45, │ │ │ │ │ - "0xe4f27920": 54, │ │ │ │ │ - "0xe4fa5258": 48, │ │ │ │ │ - "0xe4fbd030": 48, │ │ │ │ │ - "0xe504b8b8": 48, │ │ │ │ │ - "0xe5dcaf10": 32, │ │ │ │ │ - "0xe5e1fc90": 38, │ │ │ │ │ - "0xe5e1fd40": 38, │ │ │ │ │ - "0xebcb2480": 44, │ │ │ │ │ - "0xebd30bb0": 48, │ │ │ │ │ - "0xebd3cd20": 19, │ │ │ │ │ - "0xebd3ce90": 48, │ │ │ │ │ - "0xebd3e030": 44, │ │ │ │ │ - "0xebd3e0e0": 44, │ │ │ │ │ - "0xebd3eb30": 44, │ │ │ │ │ + "0x9faa90e0": 48, │ │ │ │ │ + "0x9faa9190": 48, │ │ │ │ │ + "0x9faa9240": 48, │ │ │ │ │ + "0x9fab55b0": 48, │ │ │ │ │ + "0x9fab5660": 48, │ │ │ │ │ + "0x9fab5710": 48, │ │ │ │ │ + "0x9fab57c0": 48, │ │ │ │ │ + "0x9fab5870": 48, │ │ │ │ │ + "0x9fc20c90": 48, │ │ │ │ │ + "0x9fc247c0": 48, │ │ │ │ │ + "0x9fc2c3a0": 48, │ │ │ │ │ + "0x9fc2c450": 48, │ │ │ │ │ + "0x9fc2c500": 48, │ │ │ │ │ + "0x9fc9c030": 48, │ │ │ │ │ + "0x9fd16500": 48, │ │ │ │ │ + "0x9fd2d920": 48, │ │ │ │ │ + "0xa035dbe0": 48, │ │ │ │ │ + "0xa10feb30": 48, │ │ │ │ │ + "0xa10fec90": 48, │ │ │ │ │ + "0xa10fed40": 48, │ │ │ │ │ + "0xa112aa80": 48, │ │ │ │ │ + "0xa1666190": 48, │ │ │ │ │ + "0xa1b0a0e0": 48, │ │ │ │ │ + "0xa1ced9d0": 48, │ │ │ │ │ + "0xa1d38190": 48, │ │ │ │ │ + "0xa1d383a0": 48, │ │ │ │ │ + "0xa1e9c7c0": 48, │ │ │ │ │ + "0xa207a190": 48, │ │ │ │ │ + "0xa2080660": 48, │ │ │ │ │ + "0xa21cadf0": 48, │ │ │ │ │ + "0xa21ed2f0": 48, │ │ │ │ │ + "0xa3303030": 48, │ │ │ │ │ + "0xa38df8e0": 45, │ │ │ │ │ + "0xa39246c0": 48, │ │ │ │ │ + "0xa3b8a580": 45, │ │ │ │ │ + "0xa3b8af10": 45, │ │ │ │ │ + "0xa3b8f388": 45, │ │ │ │ │ + "0xa3b9f220": 45, │ │ │ │ │ + "0xa3b9f778": 45, │ │ │ │ │ + "0xa3b9fad8": 45, │ │ │ │ │ + "0xa3bb7268": 45, │ │ │ │ │ + "0xa4051258": 48, │ │ │ │ │ + "0xa40fc768": 48, │ │ │ │ │ + "0xa4c20f50": 54, │ │ │ │ │ + "0xa4e81730": 32, │ │ │ │ │ + "0xa59492f0": 38, │ │ │ │ │ + "0xa59499d0": 38, │ │ │ │ │ + "0xaa3933c8": 44, │ │ │ │ │ + "0xaa40caf8": 48, │ │ │ │ │ + "0xaa418030": 44, │ │ │ │ │ + "0xaa4180e0": 44, │ │ │ │ │ + "0xaa418190": 44, │ │ │ │ │ + "0xaa41bc68": 19, │ │ │ │ │ + "0xaa41bdd8": 48, │ │ │ │ │ + "0xaa49add8": 48, │ │ │ │ │ "1": [3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 16, 18, 19, 20, 22, 24, 25, 26, 27, 28, 30, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 43, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "10": [3, 6, 7, 8, 12, 13, 14, 16, 18, 19, 24, 25, 26, 27, 28, 30, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "100": [3, 7, 8, 27, 28, 35, 36, 37, 38, 41, 43, 44, 45, 48, 49, 50, 54], │ │ │ │ │ "1000": [27, 37, 54], │ │ │ │ │ "10000": 36, │ │ │ │ │ "100000": 37, │ │ │ │ │ - "10000000": 51, │ │ │ │ │ "1000x1000": 37, │ │ │ │ │ "1003": 36, │ │ │ │ │ "100e": 51, │ │ │ │ │ "101": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "101985": 45, │ │ │ │ │ "101e": 37, │ │ │ │ │ "102": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "1025": 41, │ │ │ │ │ "102e": 37, │ │ │ │ │ "103": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "104": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "104569": 47, │ │ │ │ │ "10456922": 19, │ │ │ │ │ - "104e": 51, │ │ │ │ │ "105": [35, 36, 38, 41, 43, 47, 48], │ │ │ │ │ "1054": 30, │ │ │ │ │ "1055": 30, │ │ │ │ │ "1056": 30, │ │ │ │ │ "105e": 37, │ │ │ │ │ "106": [36, 38, 41, 43, 48], │ │ │ │ │ "10614938": 36, │ │ │ │ │ "107": [36, 38, 41, 43, 48], │ │ │ │ │ "1074": 30, │ │ │ │ │ "1075": 30, │ │ │ │ │ "1076": 30, │ │ │ │ │ - "10771": 51, │ │ │ │ │ "1078": 30, │ │ │ │ │ "107e": 48, │ │ │ │ │ "108": [36, 38, 41, 43, 48, 52], │ │ │ │ │ "1080": [26, 30], │ │ │ │ │ "1081": 30, │ │ │ │ │ "1087": 41, │ │ │ │ │ "109": [36, 38, 41, 43, 48], │ │ │ │ │ + "10b": 51, │ │ │ │ │ "10kb": 36, │ │ │ │ │ "10m": [6, 7], │ │ │ │ │ "10t00": 37, │ │ │ │ │ "10t23": 52, │ │ │ │ │ "10th": [50, 54], │ │ │ │ │ "10x180x180": 37, │ │ │ │ │ "11": [3, 7, 8, 14, 19, 27, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ @@ -2644,15 +2638,15 @@ │ │ │ │ │ "119": [36, 38, 43, 44, 48, 52], │ │ │ │ │ "1192": [35, 47], │ │ │ │ │ "11920871": 19, │ │ │ │ │ "119209": 47, │ │ │ │ │ "119e": 37, │ │ │ │ │ "11t00": 37, │ │ │ │ │ "12": [8, 11, 14, 18, 19, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ - "120": [36, 38, 43, 45, 48, 50, 51, 52], │ │ │ │ │ + "120": [36, 38, 43, 45, 48, 50, 52], │ │ │ │ │ "1209": 36, │ │ │ │ │ "120b": [36, 41, 45], │ │ │ │ │ "121": [36, 38, 43, 48, 52], │ │ │ │ │ "1212": 36, │ │ │ │ │ "122": [36, 38, 43, 48, 52], │ │ │ │ │ "123": [14, 19, 36, 38, 43, 47, 48, 49, 52, 54], │ │ │ │ │ "1231": 40, │ │ │ │ │ @@ -2661,26 +2655,25 @@ │ │ │ │ │ "124": [36, 43, 45, 48, 52], │ │ │ │ │ "12428": 53, │ │ │ │ │ "124b": 50, │ │ │ │ │ "125": [36, 43, 45, 48], │ │ │ │ │ "126": [36, 43, 48, 54], │ │ │ │ │ "12696983303810094": 54, │ │ │ │ │ "127": [36, 38, 40, 43, 48, 54], │ │ │ │ │ - "128": [36, 43, 48, 51, 54], │ │ │ │ │ - "128b": [40, 43], │ │ │ │ │ - "128e": 51, │ │ │ │ │ + "127e": 51, │ │ │ │ │ + "128": [36, 43, 48, 54], │ │ │ │ │ + "128b": [40, 43, 51], │ │ │ │ │ "129": [36, 43, 48, 54], │ │ │ │ │ "1294": 43, │ │ │ │ │ "12944067971751294": 54, │ │ │ │ │ - "12b": [19, 35, 36, 38, 40, 41, 43, 44, 47, 48, 49, 50, 51, 54], │ │ │ │ │ + "12b": [19, 35, 36, 38, 40, 41, 43, 44, 47, 48, 49, 50, 54], │ │ │ │ │ "12kb": 52, │ │ │ │ │ "12t00": 37, │ │ │ │ │ "13": [8, 14, 19, 30, 32, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "130": [36, 43, 48], │ │ │ │ │ - "13002": 51, │ │ │ │ │ "131": [36, 43, 48], │ │ │ │ │ "132": [36, 48, 52], │ │ │ │ │ "132e": 37, │ │ │ │ │ "133": [36, 48], │ │ │ │ │ "134": [36, 43, 48], │ │ │ │ │ "135": [36, 48], │ │ │ │ │ "135632": [19, 47], │ │ │ │ │ @@ -2707,33 +2700,30 @@ │ │ │ │ │ "143": [36, 48], │ │ │ │ │ "143e": 37, │ │ │ │ │ "144": [36, 48], │ │ │ │ │ "1443657600": 45, │ │ │ │ │ "144b": [19, 38, 43], │ │ │ │ │ "145": [36, 48], │ │ │ │ │ "145e": 37, │ │ │ │ │ - "146": [36, 48, 51], │ │ │ │ │ + "146": [36, 48], │ │ │ │ │ "1460": 52, │ │ │ │ │ "14672529": 36, │ │ │ │ │ "147": [36, 48], │ │ │ │ │ "148": [16, 36, 48], │ │ │ │ │ "14874584": 36, │ │ │ │ │ "14880519": 19, │ │ │ │ │ "149": 48, │ │ │ │ │ "14974655": 36, │ │ │ │ │ "14975103": 36, │ │ │ │ │ "14985403": 36, │ │ │ │ │ "14990579": 36, │ │ │ │ │ - "14e": 51, │ │ │ │ │ - "14j": 51, │ │ │ │ │ "14kb": 36, │ │ │ │ │ "14t00": 37, │ │ │ │ │ "15": [6, 7, 8, 9, 13, 14, 19, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "150": [36, 48], │ │ │ │ │ - "15037": 51, │ │ │ │ │ "1505": 36, │ │ │ │ │ "150e": 48, │ │ │ │ │ "151": 48, │ │ │ │ │ "152": [38, 48], │ │ │ │ │ "152b": 38, │ │ │ │ │ "153": 48, │ │ │ │ │ "153e": 37, │ │ │ │ │ @@ -2754,18 +2744,17 @@ │ │ │ │ │ "164": [30, 32], │ │ │ │ │ "165": [30, 32], │ │ │ │ │ "166": [30, 32, 41], │ │ │ │ │ "1667": 44, │ │ │ │ │ "167": [7, 30, 32, 38], │ │ │ │ │ "1678": [18, 52, 53], │ │ │ │ │ "168": [30, 32], │ │ │ │ │ - "168e": 51, │ │ │ │ │ "169": [30, 32, 41], │ │ │ │ │ "16959064": 36, │ │ │ │ │ - "16b": [19, 35, 36, 38, 40, 43, 44, 45, 47, 48, 49, 50, 53, 54], │ │ │ │ │ + "16b": [19, 35, 36, 38, 40, 43, 44, 45, 47, 48, 49, 50, 51, 53, 54], │ │ │ │ │ "16j": 51, │ │ │ │ │ "16t00": 37, │ │ │ │ │ "17": [8, 19, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "1703814": 45, │ │ │ │ │ "171": 43, │ │ │ │ │ "171e": [37, 48], │ │ │ │ │ "17234978": 19, │ │ │ │ │ @@ -2775,39 +2764,43 @@ │ │ │ │ │ "173215": [19, 47], │ │ │ │ │ "173e": 37, │ │ │ │ │ "174": [37, 38], │ │ │ │ │ "175": 37, │ │ │ │ │ "175e": 51, │ │ │ │ │ "176": [32, 37], │ │ │ │ │ "177": [32, 37], │ │ │ │ │ + "17713": 51, │ │ │ │ │ "1779": 36, │ │ │ │ │ "177e": 37, │ │ │ │ │ "178": [32, 37], │ │ │ │ │ "179": [32, 37, 41], │ │ │ │ │ "17t00": 37, │ │ │ │ │ "18": [3, 8, 18, 19, 27, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "180": [37, 44], │ │ │ │ │ "182": [36, 38], │ │ │ │ │ "18672976": 36, │ │ │ │ │ "189": 44, │ │ │ │ │ + "18fefd2f112f": 45, │ │ │ │ │ "18kb": 52, │ │ │ │ │ "18t00": 37, │ │ │ │ │ "19": [8, 19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "1900": 45, │ │ │ │ │ "191": [40, 41], │ │ │ │ │ "19101252": 19, │ │ │ │ │ "191e": 48, │ │ │ │ │ "1926": 40, │ │ │ │ │ - "192b": [36, 38, 51, 53], │ │ │ │ │ + "192b": [36, 38, 53], │ │ │ │ │ "192e": [37, 51], │ │ │ │ │ "1970": [27, 54], │ │ │ │ │ "1991": 54, │ │ │ │ │ "1999": 36, │ │ │ │ │ "19t00": 37, │ │ │ │ │ + "1b": 51, │ │ │ │ │ "1d": [8, 24, 36, 38, 44, 47, 48, 49, 50, 54], │ │ │ │ │ + "1ddf": 45, │ │ │ │ │ "1e": 54, │ │ │ │ │ "1e6": 36, │ │ │ │ │ "1h": 52, │ │ │ │ │ "1kb": [36, 37, 52], │ │ │ │ │ "1m": 14, │ │ │ │ │ "1st": [43, 50], │ │ │ │ │ "1ye": 54, │ │ │ │ │ @@ -2843,33 +2836,33 @@ │ │ │ │ │ "212": [19, 32, 35, 47, 49], │ │ │ │ │ "212112": [19, 47], │ │ │ │ │ "21211203": [19, 35], │ │ │ │ │ "213": 32, │ │ │ │ │ "214": [32, 40], │ │ │ │ │ "217": [30, 32], │ │ │ │ │ "2174": 36, │ │ │ │ │ + "2178": 51, │ │ │ │ │ "21t00": 37, │ │ │ │ │ "22": [19, 33, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 51, 52, 53], │ │ │ │ │ "220": 43, │ │ │ │ │ "220e": 51, │ │ │ │ │ "222": [30, 32], │ │ │ │ │ "22222222": 36, │ │ │ │ │ "224": [30, 32], │ │ │ │ │ "224b": [19, 43], │ │ │ │ │ "224e": 37, │ │ │ │ │ - "225": [30, 32, 51], │ │ │ │ │ + "225": [30, 32], │ │ │ │ │ "22546326": 36, │ │ │ │ │ "225e": 51, │ │ │ │ │ "226": [30, 32], │ │ │ │ │ "2262": [18, 52, 53], │ │ │ │ │ "226e": 48, │ │ │ │ │ "227": [30, 32], │ │ │ │ │ "2288873043216132": 54, │ │ │ │ │ "229": [30, 32, 38, 54], │ │ │ │ │ - "22e": 51, │ │ │ │ │ "22t00": 37, │ │ │ │ │ "23": [18, 19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 51, 52, 53], │ │ │ │ │ "230": [30, 32], │ │ │ │ │ "231": [30, 32], │ │ │ │ │ "232": [30, 32], │ │ │ │ │ "23207067": 36, │ │ │ │ │ "232b": 45, │ │ │ │ │ @@ -2895,15 +2888,15 @@ │ │ │ │ │ "245": [13, 43], │ │ │ │ │ "245e": 48, │ │ │ │ │ "2467": 37, │ │ │ │ │ "248": 36, │ │ │ │ │ "2483": 36, │ │ │ │ │ "248e": 37, │ │ │ │ │ "2493": 45, │ │ │ │ │ - "24b": [19, 35, 36, 38, 40, 41, 43, 44, 47, 49, 54], │ │ │ │ │ + "24b": [19, 35, 36, 38, 40, 41, 43, 44, 47, 49, 51, 54], │ │ │ │ │ "24h": 54, │ │ │ │ │ "24t00": 37, │ │ │ │ │ "25": [7, 8, 14, 19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "250": [13, 48], │ │ │ │ │ "2509": 36, │ │ │ │ │ "251": 36, │ │ │ │ │ "2515": 36, │ │ │ │ │ @@ -2945,46 +2938,50 @@ │ │ │ │ │ "273": [6, 9, 13, 30, 32, 48], │ │ │ │ │ "2733209": 36, │ │ │ │ │ "274": [30, 32, 53], │ │ │ │ │ "27483458": 36, │ │ │ │ │ "274e": [37, 48], │ │ │ │ │ "275": [13, 30, 32, 43], │ │ │ │ │ "276": [30, 32], │ │ │ │ │ - "2762": 19, │ │ │ │ │ + "2762": [19, 51], │ │ │ │ │ "27623202": 19, │ │ │ │ │ "2778": 44, │ │ │ │ │ "277e": 37, │ │ │ │ │ "278": 44, │ │ │ │ │ "27861203": 36, │ │ │ │ │ "27910634": 19, │ │ │ │ │ + "27947": 51, │ │ │ │ │ "27980632": 36, │ │ │ │ │ "27t00": 37, │ │ │ │ │ "28": [14, 19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 48, 49, 51, 52, 53, 54], │ │ │ │ │ "280": 13, │ │ │ │ │ "28099849": 36, │ │ │ │ │ "280b": 36, │ │ │ │ │ "280e": 37, │ │ │ │ │ "282863": [19, 47], │ │ │ │ │ "28286334": [19, 35], │ │ │ │ │ "2829": [19, 35, 47], │ │ │ │ │ "283": [41, 47, 49], │ │ │ │ │ "285": [13, 38], │ │ │ │ │ + "28502": 51, │ │ │ │ │ "286e": 36, │ │ │ │ │ "288b": [36, 53], │ │ │ │ │ "2899444": 36, │ │ │ │ │ "28b": 54, │ │ │ │ │ "28t00": 37, │ │ │ │ │ "29": [7, 18, 19, 35, 36, 38, 40, 41, 43, 44, 45, 48, 49, 51, 52, 53], │ │ │ │ │ "290": 13, │ │ │ │ │ "2917": 45, │ │ │ │ │ + "29171": 51, │ │ │ │ │ "29173175": 36, │ │ │ │ │ "292": [41, 54], │ │ │ │ │ "2920": 48, │ │ │ │ │ "2931": 40, │ │ │ │ │ "29393586": 36, │ │ │ │ │ + "293e": 51, │ │ │ │ │ "29519584": 36, │ │ │ │ │ "29645358": 36, │ │ │ │ │ "296e": 37, │ │ │ │ │ "297e": 48, │ │ │ │ │ "29844148": 36, │ │ │ │ │ "29t00": 37, │ │ │ │ │ "29t12": 36, │ │ │ │ │ @@ -3006,39 +3003,41 @@ │ │ │ │ │ "305": [26, 53], │ │ │ │ │ "30555813": 36, │ │ │ │ │ "305e": 37, │ │ │ │ │ "306": 26, │ │ │ │ │ "30682759": 36, │ │ │ │ │ "306e": 37, │ │ │ │ │ "307": 26, │ │ │ │ │ + "30761": 51, │ │ │ │ │ "307e": 37, │ │ │ │ │ + "308": 51, │ │ │ │ │ "30852683": 36, │ │ │ │ │ - "308j": 51, │ │ │ │ │ "309": 44, │ │ │ │ │ - "30b": [36, 51], │ │ │ │ │ + "309j": 51, │ │ │ │ │ + "30b": 36, │ │ │ │ │ "30t00": [37, 52], │ │ │ │ │ "30t1": 52, │ │ │ │ │ "30t12": 52, │ │ │ │ │ "30t18": 52, │ │ │ │ │ "30t21": 52, │ │ │ │ │ "31": [14, 19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 48, 49, 51, 52, 53], │ │ │ │ │ "310": 13, │ │ │ │ │ "315e": 37, │ │ │ │ │ "316": 44, │ │ │ │ │ "3179": 41, │ │ │ │ │ "319e": 37, │ │ │ │ │ "31t18": 52, │ │ │ │ │ "31t23": 52, │ │ │ │ │ "32": [19, 35, 36, 37, 38, 40, 41, 43, 44, 45, 48, 49, 51, 52, 53, 54], │ │ │ │ │ + "3204220309": 51, │ │ │ │ │ "320b": 45, │ │ │ │ │ "320e": 37, │ │ │ │ │ "321": 44, │ │ │ │ │ "3226808": 19, │ │ │ │ │ "322e": 37, │ │ │ │ │ - "324": 51, │ │ │ │ │ "3261": 40, │ │ │ │ │ "32618": 45, │ │ │ │ │ "326e": 37, │ │ │ │ │ "3297": 41, │ │ │ │ │ "32b": [19, 35, 36, 38, 40, 43, 44, 49, 50, 52, 54], │ │ │ │ │ "33": [19, 35, 36, 38, 40, 41, 43, 44, 45, 48, 49, 51, 52, 54], │ │ │ │ │ "331e": 37, │ │ │ │ │ @@ -3055,21 +3054,22 @@ │ │ │ │ │ "337e": 37, │ │ │ │ │ "339": 40, │ │ │ │ │ "34": [6, 7, 8, 9, 11, 12, 13, 14, 19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 51, 53, 54], │ │ │ │ │ "340": 13, │ │ │ │ │ "340921626611": 45, │ │ │ │ │ "341e": [37, 48], │ │ │ │ │ "342": 43, │ │ │ │ │ - "342e": [48, 51], │ │ │ │ │ + "342e": 48, │ │ │ │ │ "34301681": 36, │ │ │ │ │ "344": 43, │ │ │ │ │ "34495e": 48, │ │ │ │ │ "346": 41, │ │ │ │ │ "348": 44, │ │ │ │ │ "3498db": 48, │ │ │ │ │ + "349e": 51, │ │ │ │ │ "35": [7, 19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 50, 51, 54], │ │ │ │ │ "350e": 48, │ │ │ │ │ "352": 54, │ │ │ │ │ "35205353914802473": 54, │ │ │ │ │ "3521": 43, │ │ │ │ │ "354": 40, │ │ │ │ │ "35677824": 19, │ │ │ │ │ @@ -3138,31 +3138,31 @@ │ │ │ │ │ "3b": 36, │ │ │ │ │ "3d": [5, 7, 8, 47, 48, 53, 54], │ │ │ │ │ "3h": 54, │ │ │ │ │ "3kb": [36, 52], │ │ │ │ │ "3min": 53, │ │ │ │ │ "3rd": 28, │ │ │ │ │ "4": [3, 6, 7, 8, 9, 11, 12, 13, 14, 16, 19, 25, 27, 30, 32, 33, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 49, 50, 51, 52, 53], │ │ │ │ │ - "40": [19, 28, 35, 36, 38, 40, 41, 43, 44, 45, 48, 49, 50, 51, 54], │ │ │ │ │ + "40": [19, 28, 35, 36, 38, 40, 41, 43, 44, 45, 48, 49, 50, 54], │ │ │ │ │ "400": [48, 49], │ │ │ │ │ "400e": 48, │ │ │ │ │ "401": 43, │ │ │ │ │ "401e": 51, │ │ │ │ │ "40324704": 36, │ │ │ │ │ - "403e": 51, │ │ │ │ │ "404": 43, │ │ │ │ │ "405": 43, │ │ │ │ │ "406e": 48, │ │ │ │ │ "4074": 41, │ │ │ │ │ "407e": 37, │ │ │ │ │ "408": 41, │ │ │ │ │ "40824829": 36, │ │ │ │ │ "40880017": 36, │ │ │ │ │ "40b": [19, 35, 36, 38, 43, 44, 45, 53, 54], │ │ │ │ │ - "41": [19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ + "40f3": 45, │ │ │ │ │ + "41": [19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 51, 54], │ │ │ │ │ "410e": 48, │ │ │ │ │ "41155042": 36, │ │ │ │ │ "41156272": 36, │ │ │ │ │ "41184582": 36, │ │ │ │ │ "41198807": 36, │ │ │ │ │ "412": 41, │ │ │ │ │ "414": 43, │ │ │ │ │ @@ -3179,14 +3179,15 @@ │ │ │ │ │ "424": 38, │ │ │ │ │ "42497233": 19, │ │ │ │ │ "425": [19, 41], │ │ │ │ │ "427": 44, │ │ │ │ │ "428": 48, │ │ │ │ │ "4281": 36, │ │ │ │ │ "43": [19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ + "4323": 51, │ │ │ │ │ "4326": 45, │ │ │ │ │ "4333": 44, │ │ │ │ │ "439e": 37, │ │ │ │ │ "44": [19, 35, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "440e": 48, │ │ │ │ │ "441e": 37, │ │ │ │ │ "445e": [37, 48], │ │ │ │ │ @@ -3219,15 +3220,15 @@ │ │ │ │ │ "466e": 36, │ │ │ │ │ "467e": 37, │ │ │ │ │ "46830462": 36, │ │ │ │ │ "469": [45, 47, 49], │ │ │ │ │ "4691": [19, 35, 37, 47], │ │ │ │ │ "469112": [19, 47], │ │ │ │ │ "4691123": [19, 35], │ │ │ │ │ - "47": [7, 19, 36, 38, 41, 43, 44, 45, 48, 49, 51, 54], │ │ │ │ │ + "47": [7, 19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "471": 43, │ │ │ │ │ "47145519": 36, │ │ │ │ │ "47146929": 36, │ │ │ │ │ "4715": 45, │ │ │ │ │ "47179359": 36, │ │ │ │ │ "47195655": 36, │ │ │ │ │ "472e": 37, │ │ │ │ │ @@ -3239,50 +3240,48 @@ │ │ │ │ │ "48541500": 45, │ │ │ │ │ "485e": 37, │ │ │ │ │ "4867138": 36, │ │ │ │ │ "48671934": 36, │ │ │ │ │ "48672119": 36, │ │ │ │ │ "4875": 36, │ │ │ │ │ "487e": 37, │ │ │ │ │ - "48b": [19, 35, 36, 38, 40, 43, 44, 47, 49, 50, 53], │ │ │ │ │ + "48b": [19, 35, 36, 38, 40, 43, 44, 47, 49, 50, 51, 53], │ │ │ │ │ "49": [19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "4909415": 19, │ │ │ │ │ "494929": 47, │ │ │ │ │ "49492927": 19, │ │ │ │ │ "49497537": 19, │ │ │ │ │ "495": 47, │ │ │ │ │ "495e": 48, │ │ │ │ │ "496b": 52, │ │ │ │ │ "497": [43, 44], │ │ │ │ │ "499e": 37, │ │ │ │ │ - "4a17": 45, │ │ │ │ │ - "4b": [16, 19, 35, 36, 38, 41, 43, 44, 47, 49, 51, 54], │ │ │ │ │ + "4b": [16, 19, 35, 36, 38, 41, 43, 44, 47, 49, 54], │ │ │ │ │ "4d": 48, │ │ │ │ │ "4kb": [48, 52, 54], │ │ │ │ │ "5": [6, 7, 8, 9, 11, 12, 13, 14, 16, 19, 25, 27, 30, 32, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "50": [7, 19, 28, 32, 35, 36, 38, 40, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "500": [13, 45, 48, 54], │ │ │ │ │ + "500e": 51, │ │ │ │ │ "502": 44, │ │ │ │ │ "504": 40, │ │ │ │ │ "505": 38, │ │ │ │ │ "505e": 48, │ │ │ │ │ - "50706": 51, │ │ │ │ │ "508": 44, │ │ │ │ │ "5081": 30, │ │ │ │ │ "509": [19, 32, 35, 47, 49], │ │ │ │ │ "5090585": [19, 35], │ │ │ │ │ "509059": [19, 47], │ │ │ │ │ "5093": 36, │ │ │ │ │ "509e": 37, │ │ │ │ │ "50kb": 53, │ │ │ │ │ "51": [6, 19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "510": 32, │ │ │ │ │ "511": 32, │ │ │ │ │ "511e": 37, │ │ │ │ │ - "51200": 51, │ │ │ │ │ "512e": 48, │ │ │ │ │ "5137": 40, │ │ │ │ │ "51565169": 36, │ │ │ │ │ "51565756": 36, │ │ │ │ │ "51565952": 36, │ │ │ │ │ "515e": 37, │ │ │ │ │ "51857326": 36, │ │ │ │ │ @@ -3296,31 +3295,30 @@ │ │ │ │ │ "52925136": 36, │ │ │ │ │ "52926718": 36, │ │ │ │ │ "52963124": 36, │ │ │ │ │ "52981418": 36, │ │ │ │ │ "52b": 36, │ │ │ │ │ "53": [8, 19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "531e": 37, │ │ │ │ │ - "53266": 51, │ │ │ │ │ "5334": 16, │ │ │ │ │ "534e": 37, │ │ │ │ │ "538": 44, │ │ │ │ │ "538e": 37, │ │ │ │ │ "53916524": 19, │ │ │ │ │ "54": [3, 18, 19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ + "54085": 51, │ │ │ │ │ "540e": 48, │ │ │ │ │ "5417": 45, │ │ │ │ │ "541e": 48, │ │ │ │ │ - "54233": 51, │ │ │ │ │ "543": [38, 40, 43, 49], │ │ │ │ │ "543e": 48, │ │ │ │ │ "54401285": 36, │ │ │ │ │ "54401905": 36, │ │ │ │ │ "54402111": 36, │ │ │ │ │ - "545e": [37, 51], │ │ │ │ │ + "545e": 37, │ │ │ │ │ "546e": 37, │ │ │ │ │ "547e": 48, │ │ │ │ │ "549": 41, │ │ │ │ │ "55": [19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "550e": 37, │ │ │ │ │ "551": 38, │ │ │ │ │ "552": 41, │ │ │ │ │ @@ -3330,55 +3328,54 @@ │ │ │ │ │ "556": 44, │ │ │ │ │ "556e": 48, │ │ │ │ │ "557e": 36, │ │ │ │ │ "56": [3, 19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "5607": 45, │ │ │ │ │ "561": 43, │ │ │ │ │ "562": 38, │ │ │ │ │ - "56693": 51, │ │ │ │ │ + "563e": 51, │ │ │ │ │ "567": 19, │ │ │ │ │ "56702035": 19, │ │ │ │ │ "568e": 37, │ │ │ │ │ "56b": [38, 40, 43], │ │ │ │ │ - "57": [19, 36, 38, 41, 43, 44, 45, 48, 49, 51, 54], │ │ │ │ │ + "57": [19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "572e": 37, │ │ │ │ │ "574": 43, │ │ │ │ │ "574e": 37, │ │ │ │ │ + "57528": 51, │ │ │ │ │ "5753": 41, │ │ │ │ │ - "576b": 51, │ │ │ │ │ "577e": 37, │ │ │ │ │ "578": 41, │ │ │ │ │ "58": [19, 36, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "58479532": 36, │ │ │ │ │ "584e": 37, │ │ │ │ │ "585": 41, │ │ │ │ │ "585e": 37, │ │ │ │ │ "589e": 37, │ │ │ │ │ "59": [19, 36, 37, 38, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ - "592e": 51, │ │ │ │ │ "594": 41, │ │ │ │ │ "59475567": 36, │ │ │ │ │ "5948": 43, │ │ │ │ │ "59499": 16, │ │ │ │ │ "595e": 37, │ │ │ │ │ "596": 43, │ │ │ │ │ "596e": 37, │ │ │ │ │ "598e": 37, │ │ │ │ │ "5b": [36, 43], │ │ │ │ │ "5d": 53, │ │ │ │ │ "5kb": 54, │ │ │ │ │ "5x": 54, │ │ │ │ │ - "5\u0113\u00e4\u0175\u0107": 51, │ │ │ │ │ "6": [3, 6, 7, 8, 9, 11, 12, 13, 14, 19, 25, 27, 30, 32, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "60": [19, 36, 38, 41, 43, 44, 45, 48, 49, 52, 53, 54], │ │ │ │ │ "600e": 48, │ │ │ │ │ "601": [36, 38, 44], │ │ │ │ │ "604": 44, │ │ │ │ │ "607": [40, 44], │ │ │ │ │ "609": 40, │ │ │ │ │ + "60959": 51, │ │ │ │ │ "60b": [35, 38], │ │ │ │ │ "61": [19, 36, 38, 41, 43, 44, 45, 48, 54], │ │ │ │ │ "611": 43, │ │ │ │ │ "611e": [37, 48], │ │ │ │ │ "612e": 45, │ │ │ │ │ "613": [38, 43], │ │ │ │ │ "616e": 37, │ │ │ │ │ @@ -3427,21 +3424,20 @@ │ │ │ │ │ "683e": 37, │ │ │ │ │ "684": 38, │ │ │ │ │ "68b": 35, │ │ │ │ │ "69": [36, 38, 41, 43, 45, 48, 54], │ │ │ │ │ "691e": [37, 48], │ │ │ │ │ "693e": 37, │ │ │ │ │ "6981": 41, │ │ │ │ │ - "6b": [35, 51], │ │ │ │ │ + "6b": 35, │ │ │ │ │ "6h": [52, 54], │ │ │ │ │ "6kb": 52, │ │ │ │ │ "7": [3, 7, 8, 9, 11, 12, 14, 19, 25, 27, 30, 32, 33, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "70": [36, 38, 41, 43, 44, 45, 48, 54], │ │ │ │ │ "701": 44, │ │ │ │ │ - "701e": 51, │ │ │ │ │ "702": 43, │ │ │ │ │ "703e": 48, │ │ │ │ │ "705e": 37, │ │ │ │ │ "706771": 47, │ │ │ │ │ "70677113": 19, │ │ │ │ │ "7068": 19, │ │ │ │ │ "707": 47, │ │ │ │ │ @@ -3449,15 +3445,14 @@ │ │ │ │ │ "7083": 45, │ │ │ │ │ "70kb": 52, │ │ │ │ │ "71": [36, 38, 41, 43, 45, 48, 54], │ │ │ │ │ "714e": [37, 48], │ │ │ │ │ "71713666": [19, 35], │ │ │ │ │ "718": [44, 45], │ │ │ │ │ "72": [3, 36, 38, 41, 43, 45, 48, 54], │ │ │ │ │ - "7206": 45, │ │ │ │ │ "720b": 37, │ │ │ │ │ "721555": 47, │ │ │ │ │ "72155516": 19, │ │ │ │ │ "722": 47, │ │ │ │ │ "723e": 37, │ │ │ │ │ "724": 13, │ │ │ │ │ "726": 40, │ │ │ │ │ @@ -3527,16 +3522,15 @@ │ │ │ │ │ "79": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "790e": 48, │ │ │ │ │ "791": 45, │ │ │ │ │ "79119196": 36, │ │ │ │ │ "7917": 45, │ │ │ │ │ "792": 45, │ │ │ │ │ "797e": 53, │ │ │ │ │ - "798e": 37, │ │ │ │ │ - "799e": 51, │ │ │ │ │ + "798e": [37, 51], │ │ │ │ │ "8": [3, 7, 8, 11, 12, 13, 14, 16, 18, 19, 25, 27, 30, 32, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "80": [36, 38, 41, 43, 48, 49, 54], │ │ │ │ │ "800": 30, │ │ │ │ │ "800b": [25, 36], │ │ │ │ │ "800e": 37, │ │ │ │ │ "800mb": 37, │ │ │ │ │ "801": 30, │ │ │ │ │ @@ -3546,15 +3540,16 @@ │ │ │ │ │ "805": 44, │ │ │ │ │ "806": 30, │ │ │ │ │ "8075": 36, │ │ │ │ │ "808": 30, │ │ │ │ │ "8080": 54, │ │ │ │ │ "809": 30, │ │ │ │ │ "80b": [27, 30, 36, 41, 44, 48, 50, 54], │ │ │ │ │ - "81": [3, 36, 38, 41, 43, 48, 51, 54], │ │ │ │ │ + "81": [3, 36, 38, 41, 43, 48, 54], │ │ │ │ │ + "8103d755": 45, │ │ │ │ │ "811": 44, │ │ │ │ │ "812e": 37, │ │ │ │ │ "81327024": 36, │ │ │ │ │ "814": 44, │ │ │ │ │ "814e": 37, │ │ │ │ │ "81649658": 16, │ │ │ │ │ "816497": 16, │ │ │ │ │ @@ -3563,16 +3558,15 @@ │ │ │ │ │ "8204": 43, │ │ │ │ │ "821e": 37, │ │ │ │ │ "825e": 36, │ │ │ │ │ "82678535": [19, 35], │ │ │ │ │ "826e": 45, │ │ │ │ │ "827e": [37, 45], │ │ │ │ │ "829e": 37, │ │ │ │ │ - "82fd": 45, │ │ │ │ │ - "83": [3, 36, 38, 41, 43, 48, 51, 54], │ │ │ │ │ + "83": [3, 36, 38, 41, 43, 48, 54], │ │ │ │ │ "830e": 37, │ │ │ │ │ "833": 45, │ │ │ │ │ "8331": 41, │ │ │ │ │ "8333": 45, │ │ │ │ │ "837e": 37, │ │ │ │ │ "839": 43, │ │ │ │ │ "84": [36, 37, 38, 41, 43, 48, 52, 54], │ │ │ │ │ @@ -3593,28 +3587,29 @@ │ │ │ │ │ "8599": 43, │ │ │ │ │ "86": [36, 37, 38, 41, 43, 48, 54], │ │ │ │ │ "8601": [53, 54], │ │ │ │ │ "8602": 41, │ │ │ │ │ "8618": 35, │ │ │ │ │ "86184896": 19, │ │ │ │ │ "861849": 47, │ │ │ │ │ + "861e": 51, │ │ │ │ │ "862": [43, 47], │ │ │ │ │ "862e": [37, 48], │ │ │ │ │ "863": 44, │ │ │ │ │ "86436763": 19, │ │ │ │ │ "8652": 52, │ │ │ │ │ "867": 44, │ │ │ │ │ "8676": 52, │ │ │ │ │ "867e": 37, │ │ │ │ │ "868e": 37, │ │ │ │ │ "869e": 37, │ │ │ │ │ "87": [36, 37, 38, 41, 43, 48, 54], │ │ │ │ │ "8700": 52, │ │ │ │ │ "871": 43, │ │ │ │ │ - "871e": 37, │ │ │ │ │ + "871e": [37, 51], │ │ │ │ │ "8724": 52, │ │ │ │ │ "874": 37, │ │ │ │ │ "8748": 52, │ │ │ │ │ "874kb": 36, │ │ │ │ │ "875": 45, │ │ │ │ │ "8755": 52, │ │ │ │ │ "878e": 37, │ │ │ │ │ @@ -3631,17 +3626,19 @@ │ │ │ │ │ "897": [38, 43], │ │ │ │ │ "8972": 40, │ │ │ │ │ "897e": 48, │ │ │ │ │ "8987": 41, │ │ │ │ │ "8b": [16, 19, 35, 36, 38, 40, 41, 43, 44, 47, 49, 52, 53, 54], │ │ │ │ │ "8mb": 37, │ │ │ │ │ "8x": 54, │ │ │ │ │ + "8\u00f47": 51, │ │ │ │ │ + "8\u017e": 51, │ │ │ │ │ "9": [3, 7, 8, 12, 14, 19, 25, 27, 30, 32, 33, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "90": [3, 12, 35, 36, 38, 41, 43, 48, 49, 54], │ │ │ │ │ - "900e": [48, 51], │ │ │ │ │ + "900e": 48, │ │ │ │ │ "904e": 48, │ │ │ │ │ "905e": 48, │ │ │ │ │ "90680094": 19, │ │ │ │ │ "906e": 48, │ │ │ │ │ "91": [12, 36, 38, 41, 43, 48, 54], │ │ │ │ │ "911": 44, │ │ │ │ │ "912": 44, │ │ │ │ │ @@ -3651,46 +3648,43 @@ │ │ │ │ │ "915": 38, │ │ │ │ │ "915e": 48, │ │ │ │ │ "916": 36, │ │ │ │ │ "9167": 45, │ │ │ │ │ "917": 45, │ │ │ │ │ "92": [7, 36, 38, 41, 43, 48, 54], │ │ │ │ │ "921e": 37, │ │ │ │ │ - "925907127ca7": 45, │ │ │ │ │ "927": 38, │ │ │ │ │ "929e": 37, │ │ │ │ │ "93": [36, 38, 41, 43, 44, 48, 54], │ │ │ │ │ "933": 36, │ │ │ │ │ "933e": 48, │ │ │ │ │ "9363595": 19, │ │ │ │ │ "937": 40, │ │ │ │ │ "9399": 36, │ │ │ │ │ "94": [36, 38, 41, 43, 48, 54], │ │ │ │ │ - "941e": 51, │ │ │ │ │ "942": 43, │ │ │ │ │ "944e": [48, 53], │ │ │ │ │ "947726688477": 45, │ │ │ │ │ "95": [9, 13, 36, 38, 41, 43, 48, 54], │ │ │ │ │ "953": 38, │ │ │ │ │ "9537291": 36, │ │ │ │ │ "953e": 48, │ │ │ │ │ "958": 45, │ │ │ │ │ - "958e": 51, │ │ │ │ │ "95902648": 36, │ │ │ │ │ "95a5a6": 48, │ │ │ │ │ "96": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "960b": [25, 52], │ │ │ │ │ + "960e": 51, │ │ │ │ │ "961e": 37, │ │ │ │ │ "96641818": 19, │ │ │ │ │ "9667": [38, 40], │ │ │ │ │ "967": [36, 38, 43], │ │ │ │ │ "967e": 37, │ │ │ │ │ "968e": 37, │ │ │ │ │ - "96b": [19, 35, 36, 38, 40, 43, 47, 48, 50, 51, 53], │ │ │ │ │ - "96dc18f3": 45, │ │ │ │ │ + "96b": [19, 35, 36, 38, 40, 43, 47, 48, 50, 53], │ │ │ │ │ "97": [36, 38, 41, 43, 48, 54], │ │ │ │ │ "971e": 48, │ │ │ │ │ "973": 38, │ │ │ │ │ "974": 44, │ │ │ │ │ "97498828": 36, │ │ │ │ │ "9781708": 19, │ │ │ │ │ "978e": 37, │ │ │ │ │ @@ -3711,15 +3705,14 @@ │ │ │ │ │ "9986": 36, │ │ │ │ │ "998e": 37, │ │ │ │ │ "999": [36, 54], │ │ │ │ │ "9999": [36, 45], │ │ │ │ │ "99kb": 53, │ │ │ │ │ "9b59b6": 48, │ │ │ │ │ "9kb": [48, 52, 54], │ │ │ │ │ - "9\u011dl\u00b2": 51, │ │ │ │ │ "A": [3, 5, 8, 19, 24, 27, 30, 33, 35, 36, 37, 38, 39, 41, 43, 45, 47, 48, 49, 50, 51, 52, 53, 54], │ │ │ │ │ "AS": 54, │ │ │ │ │ "And": [7, 19, 48, 53], │ │ │ │ │ "As": [12, 16, 24, 25, 32, 36, 37, 38, 40, 41, 43, 45, 47, 48, 49, 50, 53, 54], │ │ │ │ │ "At": [3, 16, 37, 38, 45, 54], │ │ │ │ │ "Be": 3, │ │ │ │ │ "But": [12, 26, 38, 41, 45, 49], │ │ │ │ │ @@ -3803,14 +3796,15 @@ │ │ │ │ │ "_repr_inline_": [25, 54], │ │ │ │ │ "_title_for_slic": 54, │ │ │ │ │ "_unsign": 54, │ │ │ │ │ "_variabl": 54, │ │ │ │ │ "_xy_index": 28, │ │ │ │ │ "a0": [36, 48], │ │ │ │ │ "a2": [36, 54], │ │ │ │ │ + "a912": 45, │ │ │ │ │ "aaron": 54, │ │ │ │ │ "ab": [36, 41, 43, 47], │ │ │ │ │ "abandon": 54, │ │ │ │ │ "abba": 40, │ │ │ │ │ "abbrevi": 19, │ │ │ │ │ "abc": [19, 38, 43, 54], │ │ │ │ │ "abcd": [35, 45], │ │ │ │ │ @@ -4047,15 +4041,15 @@ │ │ │ │ │ "arithmetic_broadcast": 54, │ │ │ │ │ "arithmetic_join": [36, 46, 54], │ │ │ │ │ "arkouda": 24, │ │ │ │ │ "arlpack": 54, │ │ │ │ │ "arm": 54, │ │ │ │ │ "aron": 54, │ │ │ │ │ "around": [3, 5, 8, 13, 28, 38, 45, 47, 48, 54], │ │ │ │ │ - "arr": [16, 24, 35, 36, 40, 43, 47, 49, 50, 51, 54], │ │ │ │ │ + "arr": [16, 24, 35, 36, 40, 43, 47, 49, 50, 54], │ │ │ │ │ "arr1": [36, 50], │ │ │ │ │ "arr2": 50, │ │ │ │ │ "arr_window": 36, │ │ │ │ │ "arrai": [1, 3, 8, 15, 16, 18, 19, 20, 22, 23, 27, 28, 29, 31, 32, 35, 38, 40, 41, 43, 45, 47, 48, 50, 52, 53, 54], │ │ │ │ │ "arrang": 50, │ │ │ │ │ "array1": 37, │ │ │ │ │ "array2": 37, │ │ │ │ │ @@ -4352,15 +4346,14 @@ │ │ │ │ │ "button": 3, │ │ │ │ │ "by_coord": [35, 54], │ │ │ │ │ "byte": [24, 45, 54], │ │ │ │ │ "bytes_": 54, │ │ │ │ │ "bytestr": 54, │ │ │ │ │ "bzip2": 45, │ │ │ │ │ "c": [3, 5, 7, 13, 16, 18, 19, 24, 29, 35, 36, 38, 40, 41, 43, 44, 45, 47, 48, 49, 50, 53, 54], │ │ │ │ │ - "c16": 51, │ │ │ │ │ "ca": [43, 45], │ │ │ │ │ "cabl": 54, │ │ │ │ │ "cach": [26, 27, 30, 32, 33, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ "cache_dir": [30, 32], │ │ │ │ │ "cachedir": 3, │ │ │ │ │ "cachingfilemanag": [27, 54], │ │ │ │ │ "calcul": [5, 9, 12, 15, 16, 36, 37, 41, 48, 50, 52, 54], │ │ │ │ │ @@ -4760,15 +4753,15 @@ │ │ │ │ │ "customari": 19, │ │ │ │ │ "customis": 51, │ │ │ │ │ "customiz": 19, │ │ │ │ │ "cut": [40, 54], │ │ │ │ │ "cycl": [3, 14, 38, 54], │ │ │ │ │ "cyordereddict": 54, │ │ │ │ │ "cython": 29, │ │ │ │ │ - "d": [3, 6, 7, 9, 10, 11, 12, 13, 14, 16, 19, 20, 26, 27, 28, 30, 32, 33, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 51, 52, 53, 54], │ │ │ │ │ + "d": [3, 6, 7, 9, 10, 11, 12, 13, 14, 16, 19, 20, 26, 27, 28, 30, 32, 33, 35, 36, 37, 38, 40, 41, 43, 44, 45, 47, 48, 49, 52, 53, 54], │ │ │ │ │ "d2": 7, │ │ │ │ │ "d8990": 54, │ │ │ │ │ "d_ylog": 48, │ │ │ │ │ "da": [10, 25, 28, 30, 35, 36, 37, 40, 43, 44, 45, 48, 49, 50, 53, 54], │ │ │ │ │ "da_cub": 45, │ │ │ │ │ "da_dt64": 44, │ │ │ │ │ "da_nl": 53, │ │ │ │ │ @@ -5310,14 +5303,15 @@ │ │ │ │ │ "extra": [6, 8, 18, 24, 28, 51, 54], │ │ │ │ │ "extract": [22, 37, 38, 41, 43, 45, 49, 54], │ │ │ │ │ "extractal": 54, │ │ │ │ │ "extrapol": [44, 54], │ │ │ │ │ "extrem": [31, 43, 45, 48, 51], │ │ │ │ │ "ey": [25, 39], │ │ │ │ │ "ezequiel": 54, │ │ │ │ │ + "ezw\u017c": 51, │ │ │ │ │ "f": [3, 8, 9, 13, 19, 26, 30, 32, 36, 38, 41, 45, 48, 54], │ │ │ │ │ "fabian": 54, │ │ │ │ │ "fabien": 54, │ │ │ │ │ "face": [20, 30, 33], │ │ │ │ │ "facecolor": [7, 48, 54], │ │ │ │ │ "facet": [49, 54], │ │ │ │ │ "facetgrid": 54, │ │ │ │ │ @@ -5390,15 +5384,15 @@ │ │ │ │ │ "find_common_ancestor": 41, │ │ │ │ │ "findal": 54, │ │ │ │ │ "fine": [3, 19, 45, 51], │ │ │ │ │ "finer": 54, │ │ │ │ │ "finish": [3, 54], │ │ │ │ │ "finit": [5, 12, 36, 54], │ │ │ │ │ "firm": 16, │ │ │ │ │ - "first": [3, 8, 9, 11, 13, 14, 18, 19, 24, 28, 30, 32, 33, 35, 36, 38, 41, 43, 44, 45, 48, 49, 52, 54], │ │ │ │ │ + "first": [3, 8, 9, 11, 13, 14, 18, 19, 24, 28, 32, 33, 35, 36, 38, 41, 43, 44, 45, 48, 52, 54], │ │ │ │ │ "fiscal": [33, 54], │ │ │ │ │ "fischer": 54, │ │ │ │ │ "fish": 41, │ │ │ │ │ "fit": [16, 33, 37, 41, 45, 48, 54], │ │ │ │ │ "fitzgerald": [16, 54], │ │ │ │ │ "five": [36, 48, 54], │ │ │ │ │ "fix": [3, 8, 16, 37, 38, 45, 48, 50, 53], │ │ │ │ │ @@ -7006,14 +7000,15 @@ │ │ │ │ │ "iter": [8, 24, 27, 35, 36, 38, 40, 54], │ │ │ │ │ "itertool": [27, 53], │ │ │ │ │ "its": [3, 9, 16, 18, 19, 20, 27, 30, 32, 33, 36, 38, 40, 41, 43, 45, 47, 49, 50, 52, 54], │ │ │ │ │ "itself": [3, 18, 19, 20, 24, 28, 30, 36, 38, 43, 45, 47, 54], │ │ │ │ │ "iv": 41, │ │ │ │ │ "ix": 43, │ │ │ │ │ "ix_": 43, │ │ │ │ │ + "i\u0307\u0135\u011d": 51, │ │ │ │ │ "j": [16, 24, 39, 41, 43, 54], │ │ │ │ │ "jack": 54, │ │ │ │ │ "jacob": 54, │ │ │ │ │ "jaeschk": 54, │ │ │ │ │ "jahren": 54, │ │ │ │ │ "jame": 54, │ │ │ │ │ "jan": [52, 53], │ │ │ │ │ @@ -7122,14 +7117,15 @@ │ │ │ │ │ "kuznetsova": 54, │ │ │ │ │ "kvikio": 54, │ │ │ │ │ "kw": [30, 32], │ │ │ │ │ "kwarg": [8, 13, 24, 27, 32, 36, 37, 40, 41, 44, 45, 49, 51, 53, 54], │ │ │ │ │ "kwonil": 54, │ │ │ │ │ "kyle": 54, │ │ │ │ │ "k\u00f6lling": 54, │ │ │ │ │ + "k\u017e\u015d\u011f\u0151": 51, │ │ │ │ │ "l": [45, 48, 51, 54], │ │ │ │ │ "la": 43, │ │ │ │ │ "label": [3, 8, 9, 12, 13, 14, 16, 19, 23, 28, 30, 31, 35, 36, 38, 39, 40, 41, 44, 45, 47, 48, 49, 50, 52, 53, 54], │ │ │ │ │ "lack": [33, 45], │ │ │ │ │ "ladino": 54, │ │ │ │ │ "laland": 54, │ │ │ │ │ "lalibert": 54, │ │ │ │ │ @@ -7272,15 +7268,14 @@ │ │ │ │ │ "luka": 54, │ │ │ │ │ "luke": 54, │ │ │ │ │ "lurcock": 54, │ │ │ │ │ "lusewel": 54, │ │ │ │ │ "lxml": 54, │ │ │ │ │ "lzf": 54, │ │ │ │ │ "m": [3, 6, 8, 14, 18, 24, 37, 47, 52, 53, 54], │ │ │ │ │ - "m8": 51, │ │ │ │ │ "ma": 54, │ │ │ │ │ "maahn": 54, │ │ │ │ │ "machin": [3, 18, 37, 49, 54], │ │ │ │ │ "machineri": [32, 52, 54], │ │ │ │ │ "maciek": 54, │ │ │ │ │ "maco": [3, 54], │ │ │ │ │ "madadi": 54, │ │ │ │ │ @@ -7553,34 +7548,36 @@ │ │ │ │ │ "mybackendarrai": 27, │ │ │ │ │ "mybackendentrypoint": 27, │ │ │ │ │ "mybind": 33, │ │ │ │ │ "myduckarrai": 25, │ │ │ │ │ "mypi": [3, 18, 54], │ │ │ │ │ "myrom": 7, │ │ │ │ │ "m\u00fchlbauer": 54, │ │ │ │ │ + "m\u0155": 51, │ │ │ │ │ "n": [3, 8, 16, 18, 20, 28, 30, 33, 35, 36, 37, 38, 43, 44, 45, 47, 51, 52, 53, 54], │ │ │ │ │ "n_peak": 36, │ │ │ │ │ "n_sampl": 41, │ │ │ │ │ "name": [1, 3, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 16, 19, 20, 25, 26, 27, 28, 30, 32, 33, 35, 38, 39, 40, 41, 44, 45, 47, 48, 49, 50, 51, 52, 53], │ │ │ │ │ "name_dict": 48, │ │ │ │ │ "namedarrai": [5, 18, 24, 54], │ │ │ │ │ "nameerror": [6, 7, 8, 9, 11, 12, 13, 14, 25, 39, 41, 43, 44, 45, 47, 48, 49, 51], │ │ │ │ │ "namespac": [16, 24, 26, 51, 54], │ │ │ │ │ "nan": [16, 18, 22, 35, 36, 38, 40, 41, 43, 45, 47, 48, 49, 50, 51, 52, 53, 54], │ │ │ │ │ "nanfirst": 24, │ │ │ │ │ + "nanj": 51, │ │ │ │ │ "nanmean": [51, 54], │ │ │ │ │ "nanmedian": 54, │ │ │ │ │ "nanosecond": [44, 52, 54], │ │ │ │ │ "nanquantil": 54, │ │ │ │ │ "nansum": 36, │ │ │ │ │ "narr": 54, │ │ │ │ │ "narrai": 16, │ │ │ │ │ "nasa": 45, │ │ │ │ │ "nascent": [49, 54], │ │ │ │ │ - "nat": [51, 54], │ │ │ │ │ + "nat": 54, │ │ │ │ │ "nathan": 54, │ │ │ │ │ "nation": 37, │ │ │ │ │ "nativ": [16, 26, 36, 45, 48, 52, 54], │ │ │ │ │ "nattino": 54, │ │ │ │ │ "natur": [16, 20, 24, 30, 37, 38, 43, 49, 54], │ │ │ │ │ "naturalearthfeatur": 7, │ │ │ │ │ "navig": [1, 3, 21, 54], │ │ │ │ │ @@ -9262,15 +9259,15 @@ │ │ │ │ │ "seamlessli": [3, 39], │ │ │ │ │ "search": [3, 45, 52], │ │ │ │ │ "searchstrategi": 51, │ │ │ │ │ "season": [14, 15, 40, 52, 53, 54], │ │ │ │ │ "season_mean": 11, │ │ │ │ │ "sebastian": 54, │ │ │ │ │ "sec": 19, │ │ │ │ │ - "second": [3, 8, 13, 19, 27, 32, 35, 38, 39, 43, 45, 47, 52, 53, 54], │ │ │ │ │ + "second": [3, 8, 13, 19, 27, 30, 32, 35, 38, 39, 41, 43, 44, 45, 47, 48, 49, 52, 53, 54], │ │ │ │ │ "section": [5, 7, 16, 18, 29, 30, 33, 37, 40, 45, 47, 48, 50, 51, 52, 53, 54], │ │ │ │ │ "see": [1, 3, 5, 7, 8, 13, 16, 18, 19, 20, 22, 24, 25, 26, 27, 30, 31, 32, 33, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 48, 49, 50, 51, 52, 53, 54], │ │ │ │ │ "seed": [14, 38, 48], │ │ │ │ │ "seek": 27, │ │ │ │ │ "seem": [7, 8, 48, 54], │ │ │ │ │ "seen": [36, 40, 51], │ │ │ │ │ "segment": 54, │ │ │ │ │ @@ -9497,15 +9494,14 @@ │ │ │ │ │ "squar": [36, 41, 54], │ │ │ │ │ "squared_error": 36, │ │ │ │ │ "squash": [3, 54], │ │ │ │ │ "squeez": [22, 54], │ │ │ │ │ "squir": 54, │ │ │ │ │ "src_cr": 54, │ │ │ │ │ "srijan": 54, │ │ │ │ │ - "sr\u00f0\u016f\u017c": 51, │ │ │ │ │ "ss": [53, 54], │ │ │ │ │ "ssh": [3, 54], │ │ │ │ │ "st": 51, │ │ │ │ │ "stabil": 54, │ │ │ │ │ "stabl": [3, 15, 45], │ │ │ │ │ "stack": [3, 5, 21, 22, 23, 28, 29, 33, 35, 40, 47, 54], │ │ │ │ │ "stacked2": 49, │ │ │ │ │ @@ -9647,14 +9643,15 @@ │ │ │ │ │ "syntax": [3, 19, 24, 26, 27, 30, 35, 36, 38, 41, 43, 48, 54], │ │ │ │ │ "synthet": 5, │ │ │ │ │ "system": [7, 19, 24, 28, 31, 33, 41, 45, 48, 54], │ │ │ │ │ "systemat": 41, │ │ │ │ │ "szip": 45, │ │ │ │ │ "s\u00e9bastien": 54, │ │ │ │ │ "s\u00f8lvsteen": 54, │ │ │ │ │ + "s\u017c": 51, │ │ │ │ │ "t": [3, 8, 13, 18, 19, 20, 27, 28, 30, 31, 32, 33, 35, 36, 37, 38, 39, 40, 41, 43, 45, 48, 50, 51, 54], │ │ │ │ │ "t2": 48, │ │ │ │ │ "t2m": 6, │ │ │ │ │ "t4d": 48, │ │ │ │ │ "t_chunkedarrai": 24, │ │ │ │ │ "tab": [3, 38, 54], │ │ │ │ │ "tabl": [9, 16, 27, 43, 48], │ │ │ │ │ @@ -9910,27 +9907,31 @@ │ │ │ │ │ "typecast": 54, │ │ │ │ │ "typeerror": [27, 54], │ │ │ │ │ "typehint": 54, │ │ │ │ │ "typic": [3, 7, 14, 16, 30, 33, 37, 45, 50], │ │ │ │ │ "typing_extens": 54, │ │ │ │ │ "typo": [3, 23, 54], │ │ │ │ │ "tyre": 54, │ │ │ │ │ - "u": [3, 8, 12, 19, 21, 24, 26, 31, 33, 41, 43, 44, 45, 48, 49, 51, 54], │ │ │ │ │ + "u": [3, 8, 12, 19, 21, 24, 26, 31, 33, 41, 43, 44, 45, 48, 49, 54], │ │ │ │ │ + "u00083e7dcw7\u00f1": 51, │ │ │ │ │ + "u00089e26": 51, │ │ │ │ │ + "u000cd584": 51, │ │ │ │ │ "u1": [19, 35, 36, 38, 40, 43, 44, 45, 47, 49, 54], │ │ │ │ │ "u2": [36, 38, 43], │ │ │ │ │ "u3": [52, 53, 54], │ │ │ │ │ "u4": 54, │ │ │ │ │ "u5": [19, 48], │ │ │ │ │ "u6": [38, 41], │ │ │ │ │ "u7": [36, 38], │ │ │ │ │ "u8": [36, 38], │ │ │ │ │ "ubiqu": 16, │ │ │ │ │ "ufunc": [1, 8, 24, 36, 37, 39, 54], │ │ │ │ │ "uint16": 51, │ │ │ │ │ - "uint8": [39, 45, 51], │ │ │ │ │ + "uint32": 51, │ │ │ │ │ + "uint8": [39, 45], │ │ │ │ │ "uk": [6, 16, 45], │ │ │ │ │ "ulrich": 54, │ │ │ │ │ "ultim": 24, │ │ │ │ │ "unabl": [16, 37], │ │ │ │ │ "unaddress": 54, │ │ │ │ │ "unalign": [19, 41], │ │ │ │ │ "unambigu": [38, 54], │ │ │ │ │ @@ -10247,50 +10248,52 @@ │ │ │ │ │ "write_inherited_coord": 54, │ │ │ │ │ "written": [3, 18, 24, 29, 36, 37, 38, 45, 51, 54], │ │ │ │ │ "wrong": [3, 54], │ │ │ │ │ "wrongli": 54, │ │ │ │ │ "wrote": 35, │ │ │ │ │ "www": [7, 18], │ │ │ │ │ "x": [3, 5, 7, 8, 12, 13, 14, 18, 19, 20, 24, 25, 27, 28, 30, 35, 36, 37, 38, 39, 40, 41, 43, 44, 45, 47, 49, 50, 51, 53, 54], │ │ │ │ │ + "x0b": 51, │ │ │ │ │ "x0pahjgysxk": 18, │ │ │ │ │ "x1": 35, │ │ │ │ │ + "x1d": 51, │ │ │ │ │ "x2": [35, 39], │ │ │ │ │ "x64": 54, │ │ │ │ │ + "x82\u00ba\u00fd": 51, │ │ │ │ │ "x_and_i": 36, │ │ │ │ │ "x_bin": 40, │ │ │ │ │ "x_bin_label": 40, │ │ │ │ │ "x_chunk": 24, │ │ │ │ │ "x_coars": 49, │ │ │ │ │ "x_fine": 49, │ │ │ │ │ "x_matrix_rank": 36, │ │ │ │ │ "x_onli": 36, │ │ │ │ │ "x_rank": 37, │ │ │ │ │ "x_singular_valu": 36, │ │ │ │ │ "x_win": 36, │ │ │ │ │ - "xac": 51, │ │ │ │ │ "xalpha": 36, │ │ │ │ │ "xalpha1": 36, │ │ │ │ │ "xarrai": [1, 4, 6, 8, 9, 10, 11, 12, 13, 14, 15, 17, 19, 21, 22, 24, 25, 27, 28, 30, 32, 33, 34, 35, 36, 38, 40, 41, 42, 43, 44, 45, 46, 48, 49, 50, 51, 52, 53, 54], │ │ │ │ │ "xarray_einstat": 5, │ │ │ │ │ "xarray_extra": [5, 45], │ │ │ │ │ "xarray_obj": 26, │ │ │ │ │ "xarray_object": 8, │ │ │ │ │ "xarray_tutorial_data": [30, 32, 41, 43, 44, 45, 48, 49], │ │ │ │ │ "xarray_v0_8_0": 16, │ │ │ │ │ "xbatcher": 5, │ │ │ │ │ "xbpch": 5, │ │ │ │ │ "xc": [12, 36, 45], │ │ │ │ │ "xc0": 36, │ │ │ │ │ + "xc4": 51, │ │ │ │ │ "xcdat": [5, 54], │ │ │ │ │ "xclim": 5, │ │ │ │ │ "xd": 37, │ │ │ │ │ + "xdb": 51, │ │ │ │ │ "xdev": 34, │ │ │ │ │ "xdist": [3, 18, 54], │ │ │ │ │ - "xe": 51, │ │ │ │ │ - "xe8": 51, │ │ │ │ │ "xenomorph": 41, │ │ │ │ │ "xeof": 5, │ │ │ │ │ "xesmf": [5, 12], │ │ │ │ │ "xfail": [3, 54], │ │ │ │ │ "xframe": 5, │ │ │ │ │ "xgcm": [5, 7], │ │ │ │ │ "xi": 8, │ │ │ │ │ @@ -10360,14 +10363,15 @@ │ │ │ │ │ "ytick": [48, 54], │ │ │ │ │ "yuan": 54, │ │ │ │ │ "yunu": 54, │ │ │ │ │ "yve": 54, │ │ │ │ │ "yvonn": 54, │ │ │ │ │ "yyyi": [53, 54], │ │ │ │ │ "yyyymmddhhmmss": 53, │ │ │ │ │ + "y\u017c\u0111\u00bd\u0131": 51, │ │ │ │ │ "z": [7, 18, 19, 24, 25, 36, 38, 43, 44, 45, 48, 49, 51, 54], │ │ │ │ │ "z1": 36, │ │ │ │ │ "z2": 36, │ │ │ │ │ "z3": 36, │ │ │ │ │ "z_0": 7, │ │ │ │ │ "z_rho": 7, │ │ │ │ │ "zac": 54, │ │ │ │ │ @@ -10392,31 +10396,42 @@ │ │ │ │ │ "zmetadata": [32, 45], │ │ │ │ │ "zo_rho": 7, │ │ │ │ │ "zonal": [5, 37, 48], │ │ │ │ │ "zoom": 4, │ │ │ │ │ "zstd": 45, │ │ │ │ │ "zuckerberg": 54, │ │ │ │ │ "z\u00fchlke": 54, │ │ │ │ │ - "\u00e4ff\u00f1\u0159": 51, │ │ │ │ │ - "\u00ea\u00f3\u0175\u017e": 51, │ │ │ │ │ - "\u00eb6\u017c\u00fb\u017e": 51, │ │ │ │ │ - "\u00f6\u0135\u017e5\u00ba": 51, │ │ │ │ │ - "\u0105\u0115\u016d\u0137": 51, │ │ │ │ │ - "\u011b0\u00f3\u0169\u011b": 51, │ │ │ │ │ - "\u0133\u00ee\u0155\u0159\u0146": 51, │ │ │ │ │ - "\u0137q\u014d\u0107\u00f0": 51, │ │ │ │ │ - "\u0137\u00f8": 51, │ │ │ │ │ - "\u0146q": 51, │ │ │ │ │ - "\u0163": 51, │ │ │ │ │ - "\u017a0x": 51, │ │ │ │ │ - "\u017c\u017c\u017c\u0101": 51, │ │ │ │ │ - "\u017e7": 51, │ │ │ │ │ - "\u017eq\u013c": 51, │ │ │ │ │ - "\u017f\u00e5\u017el\u0129": 51, │ │ │ │ │ - "\u017f\u0115\u010bzw": 51 │ │ │ │ │ + "\u00b3": 51, │ │ │ │ │ + "\u00ea\u00e1": 51, │ │ │ │ │ + "\u00f5\u017c\u017f\u00be\u017c": 51, │ │ │ │ │ + "\u00f8": 51, │ │ │ │ │ + "\u00fe": 51, │ │ │ │ │ + "\u0111p\u012b\u0129\u00e2": 51, │ │ │ │ │ + "\u0113\u011b\u00f4\u00ffo": 51, │ │ │ │ │ + "\u011d\u0129\u017e\u00f0r": 51, │ │ │ │ │ + "\u011f": 51, │ │ │ │ │ + "\u012fi\u0307\u00f9\u00be\u017c": 51, │ │ │ │ │ + "\u0140\u016b\u0109\u017c\u016f": 51, │ │ │ │ │ + "\u0140\u017e\u0101\u012b\u0146": 51, │ │ │ │ │ + "\u0148": 51, │ │ │ │ │ + "\u014b\u00e1": 51, │ │ │ │ │ + "\u0159": 51, │ │ │ │ │ + "\u015f\u00e2": 51, │ │ │ │ │ + "\u0163\u017cd\u017c": 51, │ │ │ │ │ + "\u0165\u0159": 51, │ │ │ │ │ + "\u0171": 51, │ │ │ │ │ + "\u017c\u00fe": 51, │ │ │ │ │ + "\u017c\u017c79\u017e": 51, │ │ │ │ │ + "\u017e": 51, │ │ │ │ │ + "\u017e\u00bd": 51, │ │ │ │ │ + "\u017e\u0163\u00f1z\u00b5": 51, │ │ │ │ │ + "\u017e\u0167k\u016b\u00ef": 51, │ │ │ │ │ + "\u017e\u017a\u017ehz": 51, │ │ │ │ │ + "\u017fk\u011f\u015d\u0133": 51, │ │ │ │ │ + "\u017f\u0146\u017co\u00ef": 51 │ │ │ │ │ }, │ │ │ │ │ "titles": ["xarray", "API reference", "<no title>", "Contributing to xarray", "Developers meeting", "Xarray related projects", "GRIB Data Example", "ROMS Ocean Model Example", "Applying unvectorized functions with apply_ufunc", "Compare weighted and unweighted mean temperature", "Blank template", "Calculating Seasonal Averages from Time Series of Monthly Means", "Working with Multidimensional Coordinates", "Visualization Gallery", "Toy weather data", "Gallery", "Frequently Asked Questions", "Getting Started", "Installation", "Quick overview", "Overview: Why xarray?", "Getting Help", "How do I \u2026", "Xarray documentation", "Alternative chunked array types", "Integrating with duck arrays", "Extending xarray using accessors", "How to add a new backend", "How to create a custom index", "Xarray Internals", "Internal Design", "Interoperability of Xarray", "Zarr Encoding Specification", "Development roadmap", "Tutorials and Videos", "Combining data", "Computation", "Parallel Computing with Dask", "Data Structures", "Working with numpy-like arrays", "GroupBy: Group and Bin Data", "Hierarchical data", "User Guide", "Indexing and selecting data", "Interpolating data", "Reading and writing files", "Configuration", "Working with pandas", "Plotting", "Reshaping and reorganizing data", "Terminology", "Testing your code", "Time series data", "Weather and climate data", "What\u2019s New"], │ │ │ │ │ "titleterms": { │ │ │ │ │ "": [13, 54], │ │ │ │ │ "0": 54, │ │ │ │ │ "01": 54, │ │ │ │ │ "02": 54, │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/data-structures.html │ │ │ │ @@ -731,18 +731,18 @@ │ │ │ │ a method call with an external function (e.g., ds.pipe(func)) instead of │ │ │ │ simply calling it (e.g., func(ds)). This allows you to write pipelines for │ │ │ │ transforming your data (using “method chaining”) instead of writing hard to │ │ │ │ follow nested function calls:

│ │ │ │ 
# these lines are equivalent, but with pipe we can make the logic flow
│ │ │ │  # entirely from left to right
│ │ │ │  In [64]: plt.plot((2 * ds.temperature.sel(loc=0)).mean("instrument"))
│ │ │ │ -Out[64]: [<matplotlib.lines.Line2D at 0xe5e1fc90>]
│ │ │ │ +Out[64]: [<matplotlib.lines.Line2D at 0xa59492f0>]
│ │ │ │  
│ │ │ │  In [65]: (ds.temperature.sel(loc=0).pipe(lambda x: 2 * x).mean("instrument").pipe(plt.plot))
│ │ │ │ -Out[65]: [<matplotlib.lines.Line2D at 0xe5e1fd40>]
│ │ │ │ +Out[65]: [<matplotlib.lines.Line2D at 0xa59499d0>]
│ │ │ │
│ │ │ │
│ │ │ │

Both pipe and assign replicate the pandas methods of the same names │ │ │ │ (DataFrame.pipe and │ │ │ │ DataFrame.assign).

│ │ │ │

With xarray, there is no performance penalty for creating new datasets, even if │ │ │ │ variables are lazily loaded from a file on disk. Creating new objects instead │ │ │ │ ├── html2text {} │ │ │ │ │ @@ -585,19 +585,19 @@ │ │ │ │ │ There is also the pipe() method that allows you to use a method call with an │ │ │ │ │ external function (e.g., ds.pipe(func)) instead of simply calling it (e.g., │ │ │ │ │ func(ds)). This allows you to write pipelines for transforming your data (using │ │ │ │ │ “method chaining”) instead of writing hard to follow nested function calls: │ │ │ │ │ # these lines are equivalent, but with pipe we can make the logic flow │ │ │ │ │ # entirely from left to right │ │ │ │ │ In [64]: plt.plot((2 * ds.temperature.sel(loc=0)).mean("instrument")) │ │ │ │ │ -Out[64]: [] │ │ │ │ │ +Out[64]: [] │ │ │ │ │ │ │ │ │ │ In [65]: (ds.temperature.sel(loc=0).pipe(lambda x: 2 * x).mean │ │ │ │ │ ("instrument").pipe(plt.plot)) │ │ │ │ │ -Out[65]: [] │ │ │ │ │ +Out[65]: [] │ │ │ │ │ Both pipe and assign replicate the pandas methods of the same names │ │ │ │ │ (_D_a_t_a_F_r_a_m_e_._p_i_p_e and _D_a_t_a_F_r_a_m_e_._a_s_s_i_g_n). │ │ │ │ │ With xarray, there is no performance penalty for creating new datasets, even if │ │ │ │ │ variables are lazily loaded from a file on disk. Creating new objects instead │ │ │ │ │ of mutating existing objects often results in easier to understand code, so we │ │ │ │ │ encourage using this approach. │ │ │ │ │ ******** RReennaammiinngg vvaarriiaabblleess_?¶ ******** │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/hierarchical-data.html │ │ │ │ @@ -982,15 +982,15 @@ │ │ │ │

If you were a previous user of the prototype xarray-contrib/datatree package, this is different from what you’re used to! │ │ │ │ In that package the data model was that the data stored in each node actually was completely unrelated. The data model is now slightly stricter. │ │ │ │ This allows us to provide features like Coordinate Inheritance.

│ │ │ │ │ │ │ │

To demonstrate, let’s first generate some example datasets which are not aligned with one another:

│ │ │ │ 
# (drop the attributes just to make the printed representation shorter)
│ │ │ │  In [89]: ds = xr.tutorial.open_dataset("air_temperature").drop_attrs()
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [90]: ds_daily = ds.resample(time="D").mean("time")
│ │ │ │  KeyError: "No variable named 'time'. Variables on the dataset include ['foo', 'x', 'letters']"
│ │ │ │  
│ │ │ │  
│ │ │ │  In [91]: ds_weekly = ds.resample(time="W").mean("time")
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -868,15 +868,15 @@
│ │ │ │ │  model is now slightly stricter. This allows us to provide features like
│ │ │ │ │  _C_o_o_r_d_i_n_a_t_e_ _I_n_h_e_r_i_t_a_n_c_e.
│ │ │ │ │  To demonstrate, let’s first generate some example datasets which are not
│ │ │ │ │  aligned with one another:
│ │ │ │ │  # (drop the attributes just to make the printed representation shorter)
│ │ │ │ │  In [89]: ds = xr.tutorial.open_dataset("air_temperature").drop_attrs()
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  In [90]: ds_daily = ds.resample(time="D").mean("time")
│ │ │ │ │  KeyError: "No variable named 'time'. Variables on the dataset include ['foo',
│ │ │ │ │  'x', 'letters']"
│ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/indexing.html
│ │ │ │ @@ -653,15 +653,15 @@
│ │ │ │  to a collection specified weather station latitudes and longitudes.
│ │ │ │  To trigger vectorized indexing behavior
│ │ │ │  you will need to provide the selection dimensions with a new
│ │ │ │  shared output dimension name. In the example below, the selections
│ │ │ │  of the closest latitude and longitude are renamed to an output
│ │ │ │  dimension named “points”:

│ │ │ │  
In [52]: ds = xr.tutorial.open_dataset("air_temperature")
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  # Define target latitude and longitude (where weather stations might be)
│ │ │ │  In [53]: target_lon = xr.DataArray([200, 201, 202, 205], dims="points")
│ │ │ │  
│ │ │ │  In [54]: target_lat = xr.DataArray([31, 41, 42, 42], dims="points")
│ │ │ │  
│ │ │ │ @@ -697,15 +697,15 @@
│ │ │ │  

│ │ │ │
│ │ │ │
│ │ │ │

Assigning values with indexing

│ │ │ │

To select and assign values to a portion of a DataArray() you │ │ │ │ can use indexing with .loc :

│ │ │ │ 
In [57]: ds = xr.tutorial.open_dataset("air_temperature")
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  # add an empty 2D dataarray
│ │ │ │  In [58]: ds["empty"] = xr.full_like(ds.air.mean("time"), fill_value=0)
│ │ │ │  AttributeError: 'Dataset' object has no attribute 'air'
│ │ │ │  
│ │ │ │  
│ │ │ │ @@ -869,15 +869,15 @@
│ │ │ │
│ │ │ │
│ │ │ │

You can also assign values to all variables of a Dataset at once:

│ │ │ │ 
In [83]: ds_org = xr.tutorial.open_dataset("eraint_uvz").isel(
│ │ │ │     ....:     latitude=slice(56, 59), longitude=slice(255, 258), level=0
│ │ │ │     ....: )
│ │ │ │     ....: 
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  # set all values to 0
│ │ │ │  In [84]: ds = xr.zeros_like(ds_org)
│ │ │ │  NameError: name 'ds_org' is not defined
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -474,15 +474,15 @@
│ │ │ │ │  collection specified weather station latitudes and longitudes. To trigger
│ │ │ │ │  vectorized indexing behavior you will need to provide the selection dimensions
│ │ │ │ │  with a new shared output dimension name. In the example below, the selections
│ │ │ │ │  of the closest latitude and longitude are renamed to an output dimension named
│ │ │ │ │  “points”:
│ │ │ │ │  In [52]: ds = xr.tutorial.open_dataset("air_temperature")
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  # Define target latitude and longitude (where weather stations might be)
│ │ │ │ │  In [53]: target_lon = xr.DataArray([200, 201, 202, 205], dims="points")
│ │ │ │ │  
│ │ │ │ │  In [54]: target_lat = xr.DataArray([31, 41, 42, 42], dims="points")
│ │ │ │ │ @@ -513,15 +513,15 @@
│ │ │ │ │  selected subpart of the target array (except for the explicitly indexed
│ │ │ │ │  dimensions with .loc/.sel). Otherwise, IndexError will be raised.
│ │ │ │ │  ********** AAssssiiggnniinngg vvaalluueess wwiitthh iinnddeexxiinngg_?¶ **********
│ │ │ │ │  To select and assign values to a portion of a DataArray() you can use indexing
│ │ │ │ │  with .loc :
│ │ │ │ │  In [57]: ds = xr.tutorial.open_dataset("air_temperature")
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  # add an empty 2D dataarray
│ │ │ │ │  In [58]: ds["empty"] = xr.full_like(ds.air.mean("time"), fill_value=0)
│ │ │ │ │  AttributeError: 'Dataset' object has no attribute 'air'
│ │ │ │ │  
│ │ │ │ │ @@ -673,15 +673,15 @@
│ │ │ │ │  Dimensions without coordinates: x
│ │ │ │ │  You can also assign values to all variables of a Dataset at once:
│ │ │ │ │  In [83]: ds_org = xr.tutorial.open_dataset("eraint_uvz").isel(
│ │ │ │ │     ....:     latitude=slice(56, 59), longitude=slice(255, 258), level=0
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  # set all values to 0
│ │ │ │ │  In [84]: ds = xr.zeros_like(ds_org)
│ │ │ │ │  NameError: name 'ds_org' is not defined
│ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/interpolation.html
│ │ │ │ @@ -237,24 +237,24 @@
│ │ │ │     ....:     np.sin(np.linspace(0, 2 * np.pi, 10)),
│ │ │ │     ....:     dims="x",
│ │ │ │     ....:     coords={"x": np.linspace(0, 1, 10)},
│ │ │ │     ....: )
│ │ │ │     ....: 
│ │ │ │  
│ │ │ │  In [17]: da.plot.line("o", label="original")
│ │ │ │ -Out[17]: [<matplotlib.lines.Line2D at 0xebd3eb30>]
│ │ │ │ +Out[17]: [<matplotlib.lines.Line2D at 0xaa418190>]
│ │ │ │  
│ │ │ │  In [18]: da.interp(x=np.linspace(0, 1, 100)).plot.line(label="linear (default)")
│ │ │ │ -Out[18]: [<matplotlib.lines.Line2D at 0xebd3e0e0>]
│ │ │ │ +Out[18]: [<matplotlib.lines.Line2D at 0xaa4180e0>]
│ │ │ │  
│ │ │ │  In [19]: da.interp(x=np.linspace(0, 1, 100), method="cubic").plot.line(label="cubic")
│ │ │ │ -Out[19]: [<matplotlib.lines.Line2D at 0xebd3e030>]
│ │ │ │ +Out[19]: [<matplotlib.lines.Line2D at 0xaa418030>]
│ │ │ │  
│ │ │ │  In [20]: plt.legend()
│ │ │ │ -Out[20]: <matplotlib.legend.Legend at 0xebcb2480>
│ │ │ │ +Out[20]: <matplotlib.legend.Legend at 0xaa3933c8>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/interpolation_sample1.png │ │ │ │ │ │ │ │

Additional keyword arguments can be passed to scipy’s functions.

│ │ │ │ 
# fill 0 for the outside of the original coordinates.
│ │ │ │  In [21]: da.interp(x=np.linspace(-0.5, 1.5, 10), kwargs={"fill_value": 0.0})
│ │ │ │ @@ -439,15 +439,15 @@
│ │ │ │  see Missing values.

│ │ │ │
│ │ │ │
│ │ │ │

Example

│ │ │ │

Let’s see how interp() works on real data.

│ │ │ │ 
# Raw data
│ │ │ │  In [44]: ds = xr.tutorial.open_dataset("air_temperature").isel(time=0)
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [45]: fig, axes = plt.subplots(ncols=2, figsize=(10, 4))
│ │ │ │  
│ │ │ │  In [46]: ds.air.plot(ax=axes[0])
│ │ │ │  AttributeError: 'Dataset' object has no attribute 'air'
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -154,26 +154,26 @@
│ │ │ │ │     ....:     np.sin(np.linspace(0, 2 * np.pi, 10)),
│ │ │ │ │     ....:     dims="x",
│ │ │ │ │     ....:     coords={"x": np.linspace(0, 1, 10)},
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  
│ │ │ │ │  In [17]: da.plot.line("o", label="original")
│ │ │ │ │ -Out[17]: []
│ │ │ │ │ +Out[17]: []
│ │ │ │ │  
│ │ │ │ │  In [18]: da.interp(x=np.linspace(0, 1, 100)).plot.line(label="linear
│ │ │ │ │  (default)")
│ │ │ │ │ -Out[18]: []
│ │ │ │ │ +Out[18]: []
│ │ │ │ │  
│ │ │ │ │  In [19]: da.interp(x=np.linspace(0, 1, 100), method="cubic").plot.line
│ │ │ │ │  (label="cubic")
│ │ │ │ │ -Out[19]: []
│ │ │ │ │ +Out[19]: []
│ │ │ │ │  
│ │ │ │ │  In [20]: plt.legend()
│ │ │ │ │ -Out[20]: 
│ │ │ │ │ +Out[20]: 
│ │ │ │ │  _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_i_n_t_e_r_p_o_l_a_t_i_o_n___s_a_m_p_l_e_1_._p_n_g_]
│ │ │ │ │  Additional keyword arguments can be passed to scipy’s functions.
│ │ │ │ │  # fill 0 for the outside of the original coordinates.
│ │ │ │ │  In [21]: da.interp(x=np.linspace(-0.5, 1.5, 10), kwargs={"fill_value": 0.0})
│ │ │ │ │  Out[21]:
│ │ │ │ │   Size: 80B
│ │ │ │ │  array([ 0.   ,  0.   ,  0.   ,  0.814,  0.604, -0.604, -0.814,  0.   ,  0.   ,
│ │ │ │ │ @@ -337,15 +337,15 @@
│ │ │ │ │    * x        (x) float64 24B 0.5 1.5 2.5
│ │ │ │ │  For the details of interpolate_na(), see _M_i_s_s_i_n_g_ _v_a_l_u_e_s.
│ │ │ │ │  ********** EExxaammppllee_?¶ **********
│ │ │ │ │  Let’s see how interp() works on real data.
│ │ │ │ │  # Raw data
│ │ │ │ │  In [44]: ds = xr.tutorial.open_dataset("air_temperature").isel(time=0)
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  In [45]: fig, axes = plt.subplots(ncols=2, figsize=(10, 4))
│ │ │ │ │  
│ │ │ │ │  In [46]: ds.air.plot(ax=axes[0])
│ │ │ │ │  AttributeError: 'Dataset' object has no attribute 'air'
│ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/io.html
│ │ │ │ @@ -630,15 +630,15 @@
│ │ │ │     ....:         "y": pd.date_range("2000-01-01", periods=5),
│ │ │ │     ....:         "z": ("x", list("abcd")),
│ │ │ │     ....:     },
│ │ │ │     ....: )
│ │ │ │     ....: 
│ │ │ │  
│ │ │ │  In [13]: ds.to_zarr("path/to/directory.zarr")
│ │ │ │ -Out[13]: <xarray.backends.zarr.ZarrStore at 0xe482e898>
│ │ │ │ +Out[13]: <xarray.backends.zarr.ZarrStore at 0xa38df8e0>
│ │ │ │
│ │ │ │
│ │ │ │

(The suffix .zarr is optional–just a reminder that a zarr store lives │ │ │ │ there.) If the directory does not exist, it will be created. If a zarr │ │ │ │ store is already present at that path, an error will be raised, preventing it │ │ │ │ from being overwritten. To override this behavior and overwrite an existing │ │ │ │ store, add mode='w' when invoking to_zarr().

│ │ │ │ @@ -724,36 +724,36 @@ │ │ │ │ │ │ │ │ In [18]: ds = xr.Dataset({"foo": ("x", dummies)}, coords={"x": np.arange(30)}) │ │ │ │ │ │ │ │ In [19]: path = "path/to/directory.zarr" │ │ │ │ │ │ │ │ # Now we write the metadata without computing any array values │ │ │ │ In [20]: ds.to_zarr(path, compute=False) │ │ │ │ -Out[20]: Delayed('_finalize_store-96dc18f3-7206-4a17-82fd-925907127ca7') │ │ │ │ +Out[20]: Delayed('_finalize_store-8103d755-1ddf-40f3-a912-18fefd2f112f') │ │ │ │ │ │ │ │ │ │ │ │

Now, a Zarr store with the correct variable shapes and attributes exists that │ │ │ │ can be filled out by subsequent calls to to_zarr. │ │ │ │ Setting region="auto" will open the existing store and determine the │ │ │ │ correct alignment of the new data with the existing dimensions, or as an │ │ │ │ explicit mapping from dimension names to Python slice objects indicating │ │ │ │ where the data should be written (in index space, not label space), e.g.,

│ │ │ │ 
# For convenience, we'll slice a single dataset, but in the real use-case
│ │ │ │  # we would create them separately possibly even from separate processes.
│ │ │ │  In [21]: ds = xr.Dataset({"foo": ("x", np.arange(30))}, coords={"x": np.arange(30)})
│ │ │ │  
│ │ │ │  # Any of the following region specifications are valid
│ │ │ │  In [22]: ds.isel(x=slice(0, 10)).to_zarr(path, region="auto")
│ │ │ │ -Out[22]: <xarray.backends.zarr.ZarrStore at 0xe4ae0340>
│ │ │ │ +Out[22]: <xarray.backends.zarr.ZarrStore at 0xa3b8f388>
│ │ │ │  
│ │ │ │  In [23]: ds.isel(x=slice(10, 20)).to_zarr(path, region={"x": "auto"})
│ │ │ │ -Out[23]: <xarray.backends.zarr.ZarrStore at 0xe4adc388>
│ │ │ │ +Out[23]: <xarray.backends.zarr.ZarrStore at 0xa3b8a580>
│ │ │ │  
│ │ │ │  In [24]: ds.isel(x=slice(20, 30)).to_zarr(path, region={"x": slice(20, 30)})
│ │ │ │ -Out[24]: <xarray.backends.zarr.ZarrStore at 0xe4adcf10>
│ │ │ │ +Out[24]: <xarray.backends.zarr.ZarrStore at 0xa3b8af10>
│ │ │ │
│ │ │ │
│ │ │ │

Concurrent writes with region are safe as long as they modify distinct │ │ │ │ chunks in the underlying Zarr arrays (or use an appropriate lock).

│ │ │ │

As a safety check to make it harder to inadvertently override existing values, │ │ │ │ if you set region then all variables included in a Dataset must have │ │ │ │ dimensions included in region. Other variables (typically coordinates) │ │ │ │ @@ -769,15 +769,15 @@ │ │ │ │ 

In [25]: import zarr
│ │ │ │  
│ │ │ │  In [26]: from numcodecs.blosc import Blosc
│ │ │ │  
│ │ │ │  In [27]: compressor = Blosc(cname="zstd", clevel=3, shuffle=2)
│ │ │ │  
│ │ │ │  In [28]: ds.to_zarr("foo.zarr", encoding={"foo": {"compressor": compressor}})
│ │ │ │ -Out[28]: <xarray.backends.zarr.ZarrStore at 0xe4af01d8>
│ │ │ │ +Out[28]: <xarray.backends.zarr.ZarrStore at 0xa3b9f220>
│ │ │ │
│ │ │ │
│ │ │ │
│ │ │ │

Note

│ │ │ │

Not all native zarr compression and filtering options have been tested with │ │ │ │ xarray.

│ │ │ │
│ │ │ │ @@ -816,28 +816,28 @@ │ │ │ │ ....: "y": [1, 2, 3, 4, 5], │ │ │ │ ....: "t": pd.date_range("2001-01-01", periods=2), │ │ │ │ ....: }, │ │ │ │ ....: ) │ │ │ │ ....: │ │ │ │ │ │ │ │ In [30]: ds1.to_zarr("path/to/directory.zarr") │ │ │ │ -Out[30]: <xarray.backends.zarr.ZarrStore at 0xe4af0730> │ │ │ │ +Out[30]: <xarray.backends.zarr.ZarrStore at 0xa3b9f778> │ │ │ │ │ │ │ │ In [31]: ds2 = xr.Dataset( │ │ │ │ ....: {"foo": (("x", "y", "t"), np.random.rand(4, 5, 2))}, │ │ │ │ ....: coords={ │ │ │ │ ....: "x": [10, 20, 30, 40], │ │ │ │ ....: "y": [1, 2, 3, 4, 5], │ │ │ │ ....: "t": pd.date_range("2001-01-03", periods=2), │ │ │ │ ....: }, │ │ │ │ ....: ) │ │ │ │ ....: │ │ │ │ │ │ │ │ In [32]: ds2.to_zarr("path/to/directory.zarr", append_dim="t") │ │ │ │ -Out[32]: <xarray.backends.zarr.ZarrStore at 0xe4af0a90> │ │ │ │ +Out[32]: <xarray.backends.zarr.ZarrStore at 0xa3b9fad8> │ │ │ │ │ │ │ │ │ │ │ │
│ │ │ │
│ │ │ │

Specifying chunks in a zarr store

│ │ │ │

Chunk sizes may be specified in one of three ways when writing to a zarr store:

│ │ │ │
    │ │ │ │ @@ -861,15 +861,15 @@ │ │ │ │ positional ordering of the dimensions in each array. Watch out for arrays with │ │ │ │ differently-ordered dimensions within a single Dataset.

    │ │ │ │ │ │ │ │

    For example, let’s say we’re working with a dataset with dimensions │ │ │ │ ('time', 'x', 'y'), a variable Tair which is chunked in x and y, │ │ │ │ and two multi-dimensional coordinates xc and yc:

    │ │ │ │ 
    In [33]: ds = xr.tutorial.open_dataset("rasm")
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [34]: ds["Tair"] = ds["Tair"].chunk({"x": 100, "y": 100})
│ │ │ │  KeyError: "No variable named 'Tair'. Variables on the dataset include ['foo', 'x']"
│ │ │ │  
│ │ │ │  
│ │ │ │  In [35]: ds
│ │ │ │ @@ -882,15 +882,15 @@
│ │ │ │      foo      (x) int32 120B 0 1 2 3 4 5 6 7 8 9 ... 21 22 23 24 25 26 27 28 29
│ │ │ │
    │ │ │ │
    │ │ │ │

    These multi-dimensional coordinates are only two-dimensional and take up very little │ │ │ │ space on disk or in memory, yet when writing to disk the default zarr behavior is to │ │ │ │ split them into chunks:

    │ │ │ │ 
    In [36]: ds.to_zarr("path/to/directory.zarr", mode="w")
│ │ │ │ -Out[36]: <xarray.backends.zarr.ZarrStore at 0xe4b09220>
│ │ │ │ +Out[36]: <xarray.backends.zarr.ZarrStore at 0xa3bb7268>
│ │ │ │  
│ │ │ │  In [37]: ! ls -R path/to/directory.zarr
│ │ │ │  path/to/directory.zarr:
│ │ │ │  foo  x
│ │ │ │  
│ │ │ │  path/to/directory.zarr/foo:
│ │ │ │  0
│ │ │ │ @@ -1062,15 +1062,15 @@
│ │ │ │  
    Ncdata
    
│ │ │ │  
    Ncdata provides more sophisticated means of transferring data, including entire
│ │ │ │  datasets.  It uses the file saving and loading functions in both projects to provide a
│ │ │ │  more “correct” translation between them, but still with very low overhead and not
│ │ │ │  using actual disk files.
    
│ │ │ │  
    For example:
    
│ │ │ │  
    In [48]: ds = xr.tutorial.open_dataset("air_temperature_gradient")
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [49]: cubes = ncdata.iris_xarray.cubes_from_xarray(ds)
│ │ │ │  NameError: name 'ncdata' is not defined
│ │ │ │  
│ │ │ │  
│ │ │ │  In [50]: print(cubes)
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -481,15 +481,15 @@
│ │ │ │ │     ....:         "y": pd.date_range("2000-01-01", periods=5),
│ │ │ │ │     ....:         "z": ("x", list("abcd")),
│ │ │ │ │     ....:     },
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  
│ │ │ │ │  In [13]: ds.to_zarr("path/to/directory.zarr")
│ │ │ │ │ -Out[13]: 
│ │ │ │ │ +Out[13]: 
│ │ │ │ │  (The suffix .zarr is optional–just a reminder that a zarr store lives there.)
│ │ │ │ │  If the directory does not exist, it will be created. If a zarr store is already
│ │ │ │ │  present at that path, an error will be raised, preventing it from being
│ │ │ │ │  overwritten. To override this behavior and overwrite an existing store, add
│ │ │ │ │  mode='w' when invoking to_zarr().
│ │ │ │ │  DataArrays can also be saved to disk using the DataArray.to_zarr() method, and
│ │ │ │ │  loaded from disk using the open_dataarray() function with engine='zarr'.
│ │ │ │ │ @@ -562,35 +562,35 @@
│ │ │ │ │  
│ │ │ │ │  In [18]: ds = xr.Dataset({"foo": ("x", dummies)}, coords={"x": np.arange(30)})
│ │ │ │ │  
│ │ │ │ │  In [19]: path = "path/to/directory.zarr"
│ │ │ │ │  
│ │ │ │ │  # Now we write the metadata without computing any array values
│ │ │ │ │  In [20]: ds.to_zarr(path, compute=False)
│ │ │ │ │ -Out[20]: Delayed('_finalize_store-96dc18f3-7206-4a17-82fd-925907127ca7')
│ │ │ │ │ +Out[20]: Delayed('_finalize_store-8103d755-1ddf-40f3-a912-18fefd2f112f')
│ │ │ │ │  Now, a Zarr store with the correct variable shapes and attributes exists that
│ │ │ │ │  can be filled out by subsequent calls to to_zarr. Setting region="auto" will
│ │ │ │ │  open the existing store and determine the correct alignment of the new data
│ │ │ │ │  with the existing dimensions, or as an explicit mapping from dimension names to
│ │ │ │ │  Python slice objects indicating where the data should be written (in index
│ │ │ │ │  space, not label space), e.g.,
│ │ │ │ │  # For convenience, we'll slice a single dataset, but in the real use-case
│ │ │ │ │  # we would create them separately possibly even from separate processes.
│ │ │ │ │  In [21]: ds = xr.Dataset({"foo": ("x", np.arange(30))}, coords={"x": np.arange
│ │ │ │ │  (30)})
│ │ │ │ │  
│ │ │ │ │  # Any of the following region specifications are valid
│ │ │ │ │  In [22]: ds.isel(x=slice(0, 10)).to_zarr(path, region="auto")
│ │ │ │ │ -Out[22]: 
│ │ │ │ │ +Out[22]: 
│ │ │ │ │  
│ │ │ │ │  In [23]: ds.isel(x=slice(10, 20)).to_zarr(path, region={"x": "auto"})
│ │ │ │ │ -Out[23]: 
│ │ │ │ │ +Out[23]: 
│ │ │ │ │  
│ │ │ │ │  In [24]: ds.isel(x=slice(20, 30)).to_zarr(path, region={"x": slice(20, 30)})
│ │ │ │ │ -Out[24]: 
│ │ │ │ │ +Out[24]: 
│ │ │ │ │  Concurrent writes with region are safe as long as they modify distinct chunks
│ │ │ │ │  in the underlying Zarr arrays (or use an appropriate lock).
│ │ │ │ │  As a safety check to make it harder to inadvertently override existing values,
│ │ │ │ │  if you set region then aallll variables included in a Dataset must have dimensions
│ │ │ │ │  included in region. Other variables (typically coordinates) need to be
│ │ │ │ │  explicitly dropped and/or written in a separate calls to to_zarr with mode='a'.
│ │ │ │ │  ******** ZZaarrrr CCoommpprreessssoorrss aanndd FFiilltteerrss_?¶ ********
│ │ │ │ │ @@ -601,15 +601,15 @@
│ │ │ │ │  In [25]: import zarr
│ │ │ │ │  
│ │ │ │ │  In [26]: from numcodecs.blosc import Blosc
│ │ │ │ │  
│ │ │ │ │  In [27]: compressor = Blosc(cname="zstd", clevel=3, shuffle=2)
│ │ │ │ │  
│ │ │ │ │  In [28]: ds.to_zarr("foo.zarr", encoding={"foo": {"compressor": compressor}})
│ │ │ │ │ -Out[28]: 
│ │ │ │ │ +Out[28]: 
│ │ │ │ │  Note
│ │ │ │ │  Not all native zarr compression and filtering options have been tested with
│ │ │ │ │  xarray.
│ │ │ │ │  ******** MMooddiiffyyiinngg eexxiissttiinngg ZZaarrrr ssttoorreess_?¶ ********
│ │ │ │ │  Xarray supports several ways of incrementally writing variables to a Zarr
│ │ │ │ │  store. These options are useful for scenarios when it is infeasible or
│ │ │ │ │  undesirable to write your entire dataset at once.
│ │ │ │ │ @@ -635,28 +635,28 @@
│ │ │ │ │     ....:         "y": [1, 2, 3, 4, 5],
│ │ │ │ │     ....:         "t": pd.date_range("2001-01-01", periods=2),
│ │ │ │ │     ....:     },
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  
│ │ │ │ │  In [30]: ds1.to_zarr("path/to/directory.zarr")
│ │ │ │ │ -Out[30]: 
│ │ │ │ │ +Out[30]: 
│ │ │ │ │  
│ │ │ │ │  In [31]: ds2 = xr.Dataset(
│ │ │ │ │     ....:     {"foo": (("x", "y", "t"), np.random.rand(4, 5, 2))},
│ │ │ │ │     ....:     coords={
│ │ │ │ │     ....:         "x": [10, 20, 30, 40],
│ │ │ │ │     ....:         "y": [1, 2, 3, 4, 5],
│ │ │ │ │     ....:         "t": pd.date_range("2001-01-03", periods=2),
│ │ │ │ │     ....:     },
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  
│ │ │ │ │  In [32]: ds2.to_zarr("path/to/directory.zarr", append_dim="t")
│ │ │ │ │ -Out[32]: 
│ │ │ │ │ +Out[32]: 
│ │ │ │ │  ******** SSppeecciiffyyiinngg cchhuunnkkss iinn aa zzaarrrr ssttoorree_?¶ ********
│ │ │ │ │  Chunk sizes may be specified in one of three ways when writing to a zarr store:
│ │ │ │ │     1. Manual chunk sizing through the use of the encoding argument in
│ │ │ │ │        Dataset.to_zarr():
│ │ │ │ │     2. Automatic chunking based on chunks in dask arrays
│ │ │ │ │     3. Default chunk behavior determined by the zarr library
│ │ │ │ │  The resulting chunks will be determined based on the order of the above list;
│ │ │ │ │ @@ -675,15 +675,15 @@
│ │ │ │ │  positional ordering of the dimensions in each array. Watch out for arrays with
│ │ │ │ │  differently-ordered dimensions within a single Dataset.
│ │ │ │ │  For example, let’s say we’re working with a dataset with dimensions ('time',
│ │ │ │ │  'x', 'y'), a variable Tair which is chunked in x and y, and two multi-
│ │ │ │ │  dimensional coordinates xc and yc:
│ │ │ │ │  In [33]: ds = xr.tutorial.open_dataset("rasm")
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  In [34]: ds["Tair"] = ds["Tair"].chunk({"x": 100, "y": 100})
│ │ │ │ │  KeyError: "No variable named 'Tair'. Variables on the dataset include ['foo',
│ │ │ │ │  'x']"
│ │ │ │ │  
│ │ │ │ │ @@ -696,15 +696,15 @@
│ │ │ │ │    * x        (x) int32 120B 0 1 2 3 4 5 6 7 8 9 ... 21 22 23 24 25 26 27 28 29
│ │ │ │ │  Data variables:
│ │ │ │ │      foo      (x) int32 120B 0 1 2 3 4 5 6 7 8 9 ... 21 22 23 24 25 26 27 28 29
│ │ │ │ │  These multi-dimensional coordinates are only two-dimensional and take up very
│ │ │ │ │  little space on disk or in memory, yet when writing to disk the default zarr
│ │ │ │ │  behavior is to split them into chunks:
│ │ │ │ │  In [36]: ds.to_zarr("path/to/directory.zarr", mode="w")
│ │ │ │ │ -Out[36]: 
│ │ │ │ │ +Out[36]: 
│ │ │ │ │  
│ │ │ │ │  In [37]: ! ls -R path/to/directory.zarr
│ │ │ │ │  path/to/directory.zarr:
│ │ │ │ │  foo  x
│ │ │ │ │  
│ │ │ │ │  path/to/directory.zarr/foo:
│ │ │ │ │  0
│ │ │ │ │ @@ -850,15 +850,15 @@
│ │ │ │ │  _N_c_d_a_t_a provides more sophisticated means of transferring data, including entire
│ │ │ │ │  datasets. It uses the file saving and loading functions in both projects to
│ │ │ │ │  provide a more “correct” translation between them, but still with very low
│ │ │ │ │  overhead and not using actual disk files.
│ │ │ │ │  For example:
│ │ │ │ │  In [48]: ds = xr.tutorial.open_dataset("air_temperature_gradient")
│ │ │ │ │  PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not
│ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/
│ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/
│ │ │ │ │  xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ │  
│ │ │ │ │  
│ │ │ │ │  In [49]: cubes = ncdata.iris_xarray.cubes_from_xarray(ds)
│ │ │ │ │  NameError: name 'ncdata' is not defined
│ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/plotting.html
│ │ │ │ @@ -100,15 +100,15 @@
│ │ │ │  In [3]: import matplotlib.pyplot as plt
│ │ │ │  
│ │ │ │  In [4]: import xarray as xr
│ │ │ │  
    
│ │ │ │  
    
│ │ │ │  
    For these examples we’ll use the North American air temperature dataset.
    
│ │ │ │  
    In [5]: airtemps = xr.tutorial.open_dataset("air_temperature")
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [6]: airtemps
│ │ │ │  NameError: name 'airtemps' is not defined
│ │ │ │  
│ │ │ │  
│ │ │ │  # Convert to celsius
│ │ │ │ @@ -445,15 +445,15 @@
│ │ │ │  
│ │ │ │  # Apply a nonlinear transformation to one of the coords
│ │ │ │  In [50]: b.coords["lat"] = np.log(b.coords["lat"])
│ │ │ │  KeyError: 'lat'
│ │ │ │  
│ │ │ │  
│ │ │ │  In [51]: b.plot()
│ │ │ │ -Out[51]: [<matplotlib.lines.Line2D at 0xe2e3f190>]
│ │ │ │ +Out[51]: [<matplotlib.lines.Line2D at 0xa207a190>]
│ │ │ │  
    
│ │ │ │  
    
│ │ │ │  _build/html/_static/plotting_nonuniform_coords.png
│ │ │ │  
│ │ │ │
│ │ │ │
│ │ │ │

Other types of plot

│ │ │ │ @@ -857,117 +857,117 @@ │ │ │ │ * y (y) float64 88B 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 │ │ │ │ * z (z) int32 16B 0 1 2 3 │ │ │ │ * w (w) <U5 80B 'one' 'two' 'three' 'five' │ │ │ │ Attributes: │ │ │ │ units: Aunits │ │ │ │ │ │ │ │ In [99]: ds.A.plot.scatter(x="y") │ │ │ │ -Out[99]: <matplotlib.collections.PathCollection at 0xe4fa5258> │ │ │ │ +Out[99]: <matplotlib.collections.PathCollection at 0xa4051258> │ │ │ │ │ │ │ │ │ │ │ │ _build/html/_static/da_A_y.png │ │ │ │

Same plot can be displayed using the dataset:

│ │ │ │ 
In [100]: ds.plot.scatter(x="y", y="A")
│ │ │ │ -Out[100]: <matplotlib.collections.PathCollection at 0xe3123df0>
│ │ │ │ +Out[100]: <matplotlib.collections.PathCollection at 0xa21cadf0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_A_y.png │ │ │ │

Now suppose we want to scatter the A DataArray against the B DataArray

│ │ │ │ 
In [101]: ds.plot.scatter(x="A", y="B")
│ │ │ │ -Out[101]: <matplotlib.collections.PathCollection at 0xe313f2f0>
│ │ │ │ +Out[101]: <matplotlib.collections.PathCollection at 0xa21ed2f0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_simple_scatter.png │ │ │ │

The hue kwarg lets you vary the color by variable value

│ │ │ │ 
In [102]: ds.plot.scatter(x="A", y="B", hue="w")
│ │ │ │ -Out[102]: <matplotlib.collections.PathCollection at 0xe2dea7c0>
│ │ │ │ +Out[102]: <matplotlib.collections.PathCollection at 0xa1e9c7c0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_hue_scatter.png │ │ │ │

You can force a legend instead of a colorbar by setting add_legend=True, add_colorbar=False.

│ │ │ │ 
In [103]: ds.plot.scatter(x="A", y="B", hue="w", add_legend=True, add_colorbar=False)
│ │ │ │ -Out[103]: <matplotlib.collections.PathCollection at 0xe2c88500>
│ │ │ │ +Out[103]: <matplotlib.collections.PathCollection at 0xa1d383a0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_discrete_legend_hue_scatter.png │ │ │ │ 
In [104]: ds.plot.scatter(x="A", y="B", hue="w", add_legend=False, add_colorbar=True)
│ │ │ │ -Out[104]: <matplotlib.collections.PathCollection at 0xe2c399d0>
│ │ │ │ +Out[104]: <matplotlib.collections.PathCollection at 0xa1ced9d0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_discrete_colorbar_hue_scatter.png │ │ │ │

The markersize kwarg lets you vary the point’s size by variable value. │ │ │ │ You can additionally pass size_norm to control how the variable’s values are mapped to point sizes.

│ │ │ │ 
In [105]: ds.plot.scatter(x="A", y="B", hue="y", markersize="z")
│ │ │ │ -Out[105]: <matplotlib.collections.PathCollection at 0xe2fd0660>
│ │ │ │ +Out[105]: <matplotlib.collections.PathCollection at 0xa2080660>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_hue_size_scatter.png │ │ │ │

The z kwarg lets you plot the data along the z-axis as well.

│ │ │ │ 
In [106]: ds.plot.scatter(x="A", y="B", z="z", hue="y", markersize="x")
│ │ │ │ -Out[106]: <mpl_toolkits.mplot3d.art3d.Path3DCollection at 0xe2c88030>
│ │ │ │ +Out[106]: <mpl_toolkits.mplot3d.art3d.Path3DCollection at 0xa1d38190>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_hue_size_scatter_z.png │ │ │ │

Faceting is also possible

│ │ │ │ 
In [107]: ds.plot.scatter(x="A", y="B", hue="y", markersize="x", row="x", col="w")
│ │ │ │ -Out[107]: <xarray.plot.facetgrid.FacetGrid at 0xe4292030>
│ │ │ │ +Out[107]: <xarray.plot.facetgrid.FacetGrid at 0xa3303030>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_facet_scatter.png │ │ │ │

And adding the z-axis

│ │ │ │ 
In [108]: ds.plot.scatter(x="A", y="B", z="z", hue="y", markersize="x", row="x", col="w")
│ │ │ │ -Out[108]: <xarray.plot.facetgrid.FacetGrid at 0xe25b6190>
│ │ │ │ +Out[108]: <xarray.plot.facetgrid.FacetGrid at 0xa1666190>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_facet_scatter_z.png │ │ │ │

For more advanced scatter plots, we recommend converting the relevant data variables │ │ │ │ to a pandas DataFrame and using the extensive plotting capabilities of seaborn.

│ │ │ │
│ │ │ │
│ │ │ │

Quiver

│ │ │ │

Visualizing vector fields is supported with quiver plots:

│ │ │ │ 
In [109]: ds.isel(w=1, z=1).plot.quiver(x="x", y="y", u="A", v="B")
│ │ │ │ -Out[109]: <matplotlib.quiver.Quiver at 0xe49f85f0>
│ │ │ │ +Out[109]: <matplotlib.quiver.Quiver at 0xaa49add8>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_simple_quiver.png │ │ │ │

where u and v denote the x and y direction components of the arrow vectors. Again, faceting is also possible:

│ │ │ │ 
In [110]: ds.plot.quiver(x="x", y="y", u="A", v="B", col="w", row="z", scale=4)
│ │ │ │ -Out[110]: <xarray.plot.facetgrid.FacetGrid at 0xe4fbd030>
│ │ │ │ +Out[110]: <xarray.plot.facetgrid.FacetGrid at 0xa40fc768>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_facet_quiver.png │ │ │ │

scale is required for faceted quiver plots. │ │ │ │ The scale determines the number of data units per arrow length unit, i.e. a smaller scale parameter makes the arrow longer.

│ │ │ │
│ │ │ │
│ │ │ │

Streamplot

│ │ │ │

Visualizing vector fields is also supported with streamline plots:

│ │ │ │ 
In [111]: ds.isel(w=1, z=1).plot.streamplot(x="x", y="y", u="A", v="B")
│ │ │ │ -Out[111]: <matplotlib.collections.LineCollection at 0xe2a5c0e0>
│ │ │ │ +Out[111]: <matplotlib.collections.LineCollection at 0xa1b0a0e0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_simple_streamplot.png │ │ │ │

where u and v denote the x and y direction components of the vectors tangent to the streamlines. │ │ │ │ Again, faceting is also possible:

│ │ │ │ 
In [112]: ds.plot.streamplot(x="x", y="y", u="A", v="B", col="w", row="z")
│ │ │ │ -Out[112]: <xarray.plot.facetgrid.FacetGrid at 0xe504b8b8>
│ │ │ │ +Out[112]: <xarray.plot.facetgrid.FacetGrid at 0xa39246c0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/ds_facet_streamplot.png │ │ │ │
│ │ │ │ │ │ │ │
│ │ │ │

Maps

│ │ │ │

To follow this section you’ll need to have Cartopy installed and working.

│ │ │ │

This script will plot the air temperature on a map.

│ │ │ │ 
In [113]: import cartopy.crs as ccrs
│ │ │ │  
│ │ │ │  In [114]: air = xr.tutorial.open_dataset("air_temperature").air
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [115]: p = air.isel(time=0).plot(
│ │ │ │     .....:     subplot_kws=dict(projection=ccrs.Orthographic(-80, 35), facecolor="gray"),
│ │ │ │     .....:     transform=ccrs.PlateCarree(),
│ │ │ │     .....: )
│ │ │ │     .....: 
│ │ │ │ @@ -1024,24 +1024,24 @@
│ │ │ │  
In [121]: import xarray.plot as xplt
│ │ │ │  
│ │ │ │  In [122]: da = xr.DataArray(range(5))
│ │ │ │  
│ │ │ │  In [123]: fig, axs = plt.subplots(ncols=2, nrows=2)
│ │ │ │  
│ │ │ │  In [124]: da.plot(ax=axs[0, 0])
│ │ │ │ -Out[124]: [<matplotlib.lines.Line2D at 0xe2079a80>]
│ │ │ │ +Out[124]: [<matplotlib.lines.Line2D at 0xa112aa80>]
│ │ │ │  
│ │ │ │  In [125]: da.plot.line(ax=axs[0, 1])
│ │ │ │ -Out[125]: [<matplotlib.lines.Line2D at 0xe2051b30>]
│ │ │ │ +Out[125]: [<matplotlib.lines.Line2D at 0xa10feb30>]
│ │ │ │  
│ │ │ │  In [126]: xplt.plot(da, ax=axs[1, 0])
│ │ │ │ -Out[126]: [<matplotlib.lines.Line2D at 0xe2051d40>]
│ │ │ │ +Out[126]: [<matplotlib.lines.Line2D at 0xa10fed40>]
│ │ │ │  
│ │ │ │  In [127]: xplt.line(da, ax=axs[1, 1])
│ │ │ │ -Out[127]: [<matplotlib.lines.Line2D at 0xe2051c90>]
│ │ │ │ +Out[127]: [<matplotlib.lines.Line2D at 0xa10fec90>]
│ │ │ │  
│ │ │ │  In [128]: plt.tight_layout()
│ │ │ │  
│ │ │ │  In [129]: plt.draw()
│ │ │ │  

│ │ │ │  

│ │ │ │  _build/html/_static/plotting_ways_to_use.png
│ │ │ │ @@ -1091,15 +1091,15 @@
│ │ │ │
│ │ │ │

The plot will produce an image corresponding to the values of the array. │ │ │ │ Hence the top left pixel will be a different color than the others. │ │ │ │ Before reading on, you may want to look at the coordinates and │ │ │ │ think carefully about what the limits, labels, and orientation for │ │ │ │ each of the axes should be.

│ │ │ │ 
In [134]: a.plot()
│ │ │ │ -Out[134]: <matplotlib.collections.QuadMesh at 0xe12aebe0>
│ │ │ │ +Out[134]: <matplotlib.collections.QuadMesh at 0xa035dbe0>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/plotting_example_2d_simple.png │ │ │ │ │ │ │ │

It may seem strange that │ │ │ │ the values on the y axis are decreasing with -0.5 on the top. This is because │ │ │ │ the pixels are centered over their coordinates, and the │ │ │ │ @@ -1122,57 +1122,57 @@ │ │ │ │ .....: np.arange(20).reshape(4, 5), │ │ │ │ .....: dims=["y", "x"], │ │ │ │ .....: coords={"lat": (("y", "x"), lat), "lon": (("y", "x"), lon)}, │ │ │ │ .....: ) │ │ │ │ .....: │ │ │ │ │ │ │ │ In [139]: da.plot.pcolormesh(x="lon", y="lat") │ │ │ │ -Out[139]: <matplotlib.collections.QuadMesh at 0xe0c67500> │ │ │ │ +Out[139]: <matplotlib.collections.QuadMesh at 0x9fd16500> │ │ │ │

│ │ │ │ │ │ │ │ _build/html/_static/plotting_example_2d_irreg.png │ │ │ │ │ │ │ │

Note that in this case, xarray still follows the pixel centered convention. │ │ │ │ This might be undesirable in some cases, for example when your data is defined │ │ │ │ on a polar projection (GH781). This is why the default is to not follow │ │ │ │ this convention when plotting on a map:

│ │ │ │ 
In [140]: import cartopy.crs as ccrs
│ │ │ │  
│ │ │ │  In [141]: ax = plt.subplot(projection=ccrs.PlateCarree())
│ │ │ │  
│ │ │ │  In [142]: da.plot.pcolormesh(x="lon", y="lat", ax=ax)
│ │ │ │ -Out[142]: <cartopy.mpl.geocollection.GeoQuadMesh at 0xe0c08920>
│ │ │ │ +Out[142]: <cartopy.mpl.geocollection.GeoQuadMesh at 0x9fd2d920>
│ │ │ │  
│ │ │ │  In [143]: ax.scatter(lon, lat, transform=ccrs.PlateCarree())
│ │ │ │ -Out[143]: <matplotlib.collections.PathCollection at 0xe0c24030>
│ │ │ │ +Out[143]: <matplotlib.collections.PathCollection at 0x9fc9c030>
│ │ │ │  
│ │ │ │  In [144]: ax.coastlines()
│ │ │ │ -Out[144]: <cartopy.mpl.feature_artist.FeatureArtist at 0xebd3ce90>
│ │ │ │ +Out[144]: <cartopy.mpl.feature_artist.FeatureArtist at 0xaa41bdd8>
│ │ │ │  
│ │ │ │  In [145]: ax.gridlines(draw_labels=True)
│ │ │ │ -Out[145]: <cartopy.mpl.gridliner.Gridliner at 0xebd30bb0>
│ │ │ │ +Out[145]: <cartopy.mpl.gridliner.Gridliner at 0xaa40caf8>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/plotting_example_2d_irreg_map.png │ │ │ │ │ │ │ │

You can however decide to infer the cell boundaries and use the │ │ │ │ infer_intervals keyword:

│ │ │ │ 
In [146]: ax = plt.subplot(projection=ccrs.PlateCarree())
│ │ │ │  
│ │ │ │  In [147]: da.plot.pcolormesh(x="lon", y="lat", ax=ax, infer_intervals=True)
│ │ │ │ -Out[147]: <cartopy.mpl.geocollection.GeoQuadMesh at 0xe0b72c90>
│ │ │ │ +Out[147]: <cartopy.mpl.geocollection.GeoQuadMesh at 0x9fc20c90>
│ │ │ │  
│ │ │ │  In [148]: ax.scatter(lon, lat, transform=ccrs.PlateCarree())
│ │ │ │ -Out[148]: <matplotlib.collections.PathCollection at 0xe0b7c3a0>
│ │ │ │ +Out[148]: <matplotlib.collections.PathCollection at 0x9fc2c3a0>
│ │ │ │  
│ │ │ │  In [149]: ax.coastlines()
│ │ │ │ -Out[149]: <cartopy.mpl.feature_artist.FeatureArtist at 0xe0b7c450>
│ │ │ │ +Out[149]: <cartopy.mpl.feature_artist.FeatureArtist at 0x9fc2c450>
│ │ │ │  
│ │ │ │  In [150]: ax.gridlines(draw_labels=True)
│ │ │ │ -Out[150]: <cartopy.mpl.gridliner.Gridliner at 0xe0b7c500>
│ │ │ │ +Out[150]: <cartopy.mpl.gridliner.Gridliner at 0x9fc2c500>
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/plotting_example_2d_irreg_map_infer.png │ │ │ │ │ │ │ │
│ │ │ │

Note

│ │ │ │

The data model of xarray does not support datasets with cell boundaries │ │ │ │ @@ -1180,26 +1180,26 @@ │ │ │ │ outside the xarray framework.

│ │ │ │
│ │ │ │

One can also make line plots with multidimensional coordinates. In this case, hue must be a dimension name, not a coordinate name.

│ │ │ │ 
In [151]: f, ax = plt.subplots(2, 1)
│ │ │ │  
│ │ │ │  In [152]: da.plot.line(x="lon", hue="y", ax=ax[0])
│ │ │ │  Out[152]: 
│ │ │ │ -[<matplotlib.lines.Line2D at 0xe0b767c0>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe09fd0e0>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe09fd190>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe09fd240>]
│ │ │ │ +[<matplotlib.lines.Line2D at 0x9fc247c0>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9faa90e0>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9faa9190>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9faa9240>]
│ │ │ │  
│ │ │ │  In [153]: da.plot.line(x="lon", hue="x", ax=ax[1])
│ │ │ │  Out[153]: 
│ │ │ │ -[<matplotlib.lines.Line2D at 0xe0a085b0>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe0a08660>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe0a08710>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe0a087c0>,
│ │ │ │ - <matplotlib.lines.Line2D at 0xe0a08870>]
│ │ │ │ +[<matplotlib.lines.Line2D at 0x9fab55b0>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9fab5660>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9fab5710>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9fab57c0>,
│ │ │ │ + <matplotlib.lines.Line2D at 0x9fab5870>]
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/plotting_example_2d_hue_xy.png │ │ │ │
│ │ │ │ │ │ │ │ │ │ │ │ ├── html2text {} │ │ │ │ │ @@ -30,15 +30,15 @@ │ │ │ │ │ │ │ │ │ │ In [3]: import matplotlib.pyplot as plt │ │ │ │ │ │ │ │ │ │ In [4]: import xarray as xr │ │ │ │ │ For these examples we’ll use the North American air temperature dataset. │ │ │ │ │ In [5]: airtemps = xr.tutorial.open_dataset("air_temperature") │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ In [6]: airtemps │ │ │ │ │ NameError: name 'airtemps' is not defined │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ @@ -292,15 +292,15 @@ │ │ │ │ │ │ │ │ │ │ # Apply a nonlinear transformation to one of the coords │ │ │ │ │ In [50]: b.coords["lat"] = np.log(b.coords["lat"]) │ │ │ │ │ KeyError: 'lat' │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ In [51]: b.plot() │ │ │ │ │ -Out[51]: [] │ │ │ │ │ +Out[51]: [] │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___n_o_n_u_n_i_f_o_r_m___c_o_o_r_d_s_._p_n_g_] │ │ │ │ │ ****** OOtthheerr ttyyppeess ooff pplloott_?¶ ****** │ │ │ │ │ There are several other options for plotting 2D data. │ │ │ │ │ Contour plot using DataArray.plot.contour() │ │ │ │ │ In [52]: air2d.plot.contour() │ │ │ │ │ NameError: name 'air2d' is not defined │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___c_o_n_t_o_u_r_._p_n_g_] │ │ │ │ │ @@ -612,92 +612,92 @@ │ │ │ │ │ * y (y) float64 88B 0.0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1.0 │ │ │ │ │ * z (z) int32 16B 0 1 2 3 │ │ │ │ │ * w (w) │ │ │ │ │ +Out[99]: │ │ │ │ │ [_build/html/_static/da_A_y.png] │ │ │ │ │ Same plot can be displayed using the dataset: │ │ │ │ │ In [100]: ds.plot.scatter(x="y", y="A") │ │ │ │ │ -Out[100]: │ │ │ │ │ +Out[100]: │ │ │ │ │ [_build/html/_static/ds_A_y.png] │ │ │ │ │ Now suppose we want to scatter the A DataArray against the B DataArray │ │ │ │ │ In [101]: ds.plot.scatter(x="A", y="B") │ │ │ │ │ -Out[101]: │ │ │ │ │ +Out[101]: │ │ │ │ │ [_build/html/_static/ds_simple_scatter.png] │ │ │ │ │ The hue kwarg lets you vary the color by variable value │ │ │ │ │ In [102]: ds.plot.scatter(x="A", y="B", hue="w") │ │ │ │ │ -Out[102]: │ │ │ │ │ +Out[102]: │ │ │ │ │ [_build/html/_static/ds_hue_scatter.png] │ │ │ │ │ You can force a legend instead of a colorbar by setting add_legend=True, │ │ │ │ │ add_colorbar=False. │ │ │ │ │ In [103]: ds.plot.scatter(x="A", y="B", hue="w", add_legend=True, │ │ │ │ │ add_colorbar=False) │ │ │ │ │ -Out[103]: │ │ │ │ │ +Out[103]: │ │ │ │ │ [_build/html/_static/ds_discrete_legend_hue_scatter.png] │ │ │ │ │ In [104]: ds.plot.scatter(x="A", y="B", hue="w", add_legend=False, │ │ │ │ │ add_colorbar=True) │ │ │ │ │ -Out[104]: │ │ │ │ │ +Out[104]: │ │ │ │ │ [_build/html/_static/ds_discrete_colorbar_hue_scatter.png] │ │ │ │ │ The markersize kwarg lets you vary the point’s size by variable value. You can │ │ │ │ │ additionally pass size_norm to control how the variable’s values are mapped to │ │ │ │ │ point sizes. │ │ │ │ │ In [105]: ds.plot.scatter(x="A", y="B", hue="y", markersize="z") │ │ │ │ │ -Out[105]: │ │ │ │ │ +Out[105]: │ │ │ │ │ [_build/html/_static/ds_hue_size_scatter.png] │ │ │ │ │ The z kwarg lets you plot the data along the z-axis as well. │ │ │ │ │ In [106]: ds.plot.scatter(x="A", y="B", z="z", hue="y", markersize="x") │ │ │ │ │ -Out[106]: │ │ │ │ │ +Out[106]: │ │ │ │ │ [_build/html/_static/ds_hue_size_scatter_z.png] │ │ │ │ │ Faceting is also possible │ │ │ │ │ In [107]: ds.plot.scatter(x="A", y="B", hue="y", markersize="x", row="x", │ │ │ │ │ col="w") │ │ │ │ │ -Out[107]: │ │ │ │ │ +Out[107]: │ │ │ │ │ [_build/html/_static/ds_facet_scatter.png] │ │ │ │ │ And adding the z-axis │ │ │ │ │ In [108]: ds.plot.scatter(x="A", y="B", z="z", hue="y", markersize="x", │ │ │ │ │ row="x", col="w") │ │ │ │ │ -Out[108]: │ │ │ │ │ +Out[108]: │ │ │ │ │ [_build/html/_static/ds_facet_scatter_z.png] │ │ │ │ │ For more advanced scatter plots, we recommend converting the relevant data │ │ │ │ │ variables to a pandas DataFrame and using the extensive plotting capabilities │ │ │ │ │ of seaborn. │ │ │ │ │ ******** QQuuiivveerr_?¶ ******** │ │ │ │ │ Visualizing vector fields is supported with quiver plots: │ │ │ │ │ In [109]: ds.isel(w=1, z=1).plot.quiver(x="x", y="y", u="A", v="B") │ │ │ │ │ -Out[109]: │ │ │ │ │ +Out[109]: │ │ │ │ │ [_build/html/_static/ds_simple_quiver.png] │ │ │ │ │ where u and v denote the x and y direction components of the arrow vectors. │ │ │ │ │ Again, faceting is also possible: │ │ │ │ │ In [110]: ds.plot.quiver(x="x", y="y", u="A", v="B", col="w", row="z", scale=4) │ │ │ │ │ -Out[110]: │ │ │ │ │ +Out[110]: │ │ │ │ │ [_build/html/_static/ds_facet_quiver.png] │ │ │ │ │ scale is required for faceted quiver plots. The scale determines the number of │ │ │ │ │ data units per arrow length unit, i.e. a smaller scale parameter makes the │ │ │ │ │ arrow longer. │ │ │ │ │ ******** SSttrreeaammpplloott_?¶ ******** │ │ │ │ │ Visualizing vector fields is also supported with streamline plots: │ │ │ │ │ In [111]: ds.isel(w=1, z=1).plot.streamplot(x="x", y="y", u="A", v="B") │ │ │ │ │ -Out[111]: │ │ │ │ │ +Out[111]: │ │ │ │ │ [_build/html/_static/ds_simple_streamplot.png] │ │ │ │ │ where u and v denote the x and y direction components of the vectors tangent to │ │ │ │ │ the streamlines. Again, faceting is also possible: │ │ │ │ │ In [112]: ds.plot.streamplot(x="x", y="y", u="A", v="B", col="w", row="z") │ │ │ │ │ -Out[112]: │ │ │ │ │ +Out[112]: │ │ │ │ │ [_build/html/_static/ds_facet_streamplot.png] │ │ │ │ │ ********** MMaappss_?¶ ********** │ │ │ │ │ To follow this section you’ll need to have Cartopy installed and working. │ │ │ │ │ This script will plot the air temperature on a map. │ │ │ │ │ In [113]: import cartopy.crs as ccrs │ │ │ │ │ │ │ │ │ │ In [114]: air = xr.tutorial.open_dataset("air_temperature").air │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ In [115]: p = air.isel(time=0).plot( │ │ │ │ │ .....: subplot_kws=dict(projection=ccrs.Orthographic(-80, 35), │ │ │ │ │ facecolor="gray"), │ │ │ │ │ .....: transform=ccrs.PlateCarree(), │ │ │ │ │ @@ -744,24 +744,24 @@ │ │ │ │ │ In [121]: import xarray.plot as xplt │ │ │ │ │ │ │ │ │ │ In [122]: da = xr.DataArray(range(5)) │ │ │ │ │ │ │ │ │ │ In [123]: fig, axs = plt.subplots(ncols=2, nrows=2) │ │ │ │ │ │ │ │ │ │ In [124]: da.plot(ax=axs[0, 0]) │ │ │ │ │ -Out[124]: [] │ │ │ │ │ +Out[124]: [] │ │ │ │ │ │ │ │ │ │ In [125]: da.plot.line(ax=axs[0, 1]) │ │ │ │ │ -Out[125]: [] │ │ │ │ │ +Out[125]: [] │ │ │ │ │ │ │ │ │ │ In [126]: xplt.plot(da, ax=axs[1, 0]) │ │ │ │ │ -Out[126]: [] │ │ │ │ │ +Out[126]: [] │ │ │ │ │ │ │ │ │ │ In [127]: xplt.line(da, ax=axs[1, 1]) │ │ │ │ │ -Out[127]: [] │ │ │ │ │ +Out[127]: [] │ │ │ │ │ │ │ │ │ │ In [128]: plt.tight_layout() │ │ │ │ │ │ │ │ │ │ In [129]: plt.draw() │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___w_a_y_s___t_o___u_s_e_._p_n_g_] │ │ │ │ │ Here the output is the same. Since the data is 1 dimensional the line plot was │ │ │ │ │ used. │ │ │ │ │ @@ -792,15 +792,15 @@ │ │ │ │ │ [0., 0., 0.]]) │ │ │ │ │ Dimensions without coordinates: y, x │ │ │ │ │ The plot will produce an image corresponding to the values of the array. Hence │ │ │ │ │ the top left pixel will be a different color than the others. Before reading │ │ │ │ │ on, you may want to look at the coordinates and think carefully about what the │ │ │ │ │ limits, labels, and orientation for each of the axes should be. │ │ │ │ │ In [134]: a.plot() │ │ │ │ │ -Out[134]: │ │ │ │ │ +Out[134]: │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___e_x_a_m_p_l_e___2_d___s_i_m_p_l_e_._p_n_g_] │ │ │ │ │ It may seem strange that the values on the y axis are decreasing with -0.5 on │ │ │ │ │ the top. This is because the pixels are centered over their coordinates, and │ │ │ │ │ the axis labels and ranges correspond to the values of the coordinates. │ │ │ │ │ ******** MMuullttiiddiimmeennssiioonnaall ccoooorrddiinnaatteess_?¶ ******** │ │ │ │ │ See also: _W_o_r_k_i_n_g_ _w_i_t_h_ _M_u_l_t_i_d_i_m_e_n_s_i_o_n_a_l_ _C_o_o_r_d_i_n_a_t_e_s. │ │ │ │ │ You can plot irregular grids defined by multidimensional coordinates with │ │ │ │ │ @@ -817,74 +817,74 @@ │ │ │ │ │ .....: np.arange(20).reshape(4, 5), │ │ │ │ │ .....: dims=["y", "x"], │ │ │ │ │ .....: coords={"lat": (("y", "x"), lat), "lon": (("y", "x"), lon)}, │ │ │ │ │ .....: ) │ │ │ │ │ .....: │ │ │ │ │ │ │ │ │ │ In [139]: da.plot.pcolormesh(x="lon", y="lat") │ │ │ │ │ -Out[139]: │ │ │ │ │ +Out[139]: │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___e_x_a_m_p_l_e___2_d___i_r_r_e_g_._p_n_g_] │ │ │ │ │ Note that in this case, xarray still follows the pixel centered convention. │ │ │ │ │ This might be undesirable in some cases, for example when your data is defined │ │ │ │ │ on a polar projection (_G_H_7_8_1). This is why the default is to not follow this │ │ │ │ │ convention when plotting on a map: │ │ │ │ │ In [140]: import cartopy.crs as ccrs │ │ │ │ │ │ │ │ │ │ In [141]: ax = plt.subplot(projection=ccrs.PlateCarree()) │ │ │ │ │ │ │ │ │ │ In [142]: da.plot.pcolormesh(x="lon", y="lat", ax=ax) │ │ │ │ │ -Out[142]: │ │ │ │ │ +Out[142]: │ │ │ │ │ │ │ │ │ │ In [143]: ax.scatter(lon, lat, transform=ccrs.PlateCarree()) │ │ │ │ │ -Out[143]: │ │ │ │ │ +Out[143]: │ │ │ │ │ │ │ │ │ │ In [144]: ax.coastlines() │ │ │ │ │ -Out[144]: │ │ │ │ │ +Out[144]: │ │ │ │ │ │ │ │ │ │ In [145]: ax.gridlines(draw_labels=True) │ │ │ │ │ -Out[145]: │ │ │ │ │ +Out[145]: │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___e_x_a_m_p_l_e___2_d___i_r_r_e_g___m_a_p_._p_n_g_] │ │ │ │ │ You can however decide to infer the cell boundaries and use the infer_intervals │ │ │ │ │ keyword: │ │ │ │ │ In [146]: ax = plt.subplot(projection=ccrs.PlateCarree()) │ │ │ │ │ │ │ │ │ │ In [147]: da.plot.pcolormesh(x="lon", y="lat", ax=ax, infer_intervals=True) │ │ │ │ │ -Out[147]: │ │ │ │ │ +Out[147]: │ │ │ │ │ │ │ │ │ │ In [148]: ax.scatter(lon, lat, transform=ccrs.PlateCarree()) │ │ │ │ │ -Out[148]: │ │ │ │ │ +Out[148]: │ │ │ │ │ │ │ │ │ │ In [149]: ax.coastlines() │ │ │ │ │ -Out[149]: │ │ │ │ │ +Out[149]: │ │ │ │ │ │ │ │ │ │ In [150]: ax.gridlines(draw_labels=True) │ │ │ │ │ -Out[150]: │ │ │ │ │ +Out[150]: │ │ │ │ │ _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_p_l_o_t_t_i_n_g___e_x_a_m_p_l_e___2_d___i_r_r_e_g___m_a_p___i_n_f_e_r_._p_n_g_] │ │ │ │ │ Note │ │ │ │ │ The data model of xarray does not support datasets with _c_e_l_l_ _b_o_u_n_d_a_r_i_e_s yet. If │ │ │ │ │ you want to use these coordinates, you’ll have to make the plots outside the │ │ │ │ │ xarray framework. │ │ │ │ │ One can also make line plots with multidimensional coordinates. In this case, │ │ │ │ │ hue must be a dimension name, not a coordinate name. │ │ │ │ │ In [151]: f, ax = plt.subplots(2, 1) │ │ │ │ │ │ │ │ │ │ In [152]: da.plot.line(x="lon", hue="y", ax=ax[0]) │ │ │ │ │ Out[152]: │ │ │ │ │ -[, │ │ │ │ │ - , │ │ │ │ │ - , │ │ │ │ │ - ] │ │ │ │ │ +[, │ │ │ │ │ + , │ │ │ │ │ + , │ │ │ │ │ + ] │ │ │ │ │ │ │ │ │ │ In [153]: da.plot.line(x="lon", hue="x", ax=ax[1]) │ │ │ │ │ Out[153]: │ │ │ │ │ -[, │ │ │ │ │ - , │ │ │ │ │ - , │ │ │ │ │ - , │ │ │ │ │ - ] │ │ │ │ │ +[, │ │ │ │ │ + , │ │ │ │ │ + , │ │ │ │ │ + , │ │ │ │ │ + ] │ │ │ │ │ [_build/html/_static/plotting_example_2d_hue_xy.png] │ │ │ │ │ _[_L_o_g_o_ _o_f_ _x_a_r_r_a_y_] │ │ │ │ │ ************ _xx_aa_rr_rr_aa_yy ************ │ │ │ │ │ ******** NNaavviiggaattiioonn ******** │ │ │ │ │ For users │ │ │ │ │ * _G_e_t_t_i_n_g_ _S_t_a_r_t_e_d │ │ │ │ │ * _U_s_e_r_ _G_u_i_d_e │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/reshaping.html │ │ │ │ @@ -554,15 +554,15 @@ │ │ │ │
│ │ │ │

Reshaping via coarsen

│ │ │ │

Whilst coarsen is normally used for reducing your data’s resolution by applying a reduction function │ │ │ │ (see the page on computation), │ │ │ │ it can also be used to reorganise your data without applying a computation via construct().

│ │ │ │

Taking our example tutorial air temperature dataset over the Northern US

│ │ │ │ 
In [56]: air = xr.tutorial.open_dataset("air_temperature")["air"]
│ │ │ │ -PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/first-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │ +PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not create data cache folder '/nonexistent/second-build/.cache/xarray_tutorial_data'. Will not be able to download data files.
│ │ │ │  
│ │ │ │  
│ │ │ │  In [57]: air.isel(time=0).plot(x="lon", y="lat")
│ │ │ │  NameError: name 'air' is not defined
│ │ │ │
│ │ │ │
│ │ │ │ _build/html/_static/pre_coarsening.png │ │ │ │ ├── html2text {} │ │ │ │ │ @@ -440,15 +440,15 @@ │ │ │ │ │ ********** RReesshhaappiinngg vviiaa ccooaarrsseenn_?¶ ********** │ │ │ │ │ Whilst coarsen is normally used for reducing your data’s resolution by applying │ │ │ │ │ a reduction function (see the _p_a_g_e_ _o_n_ _c_o_m_p_u_t_a_t_i_o_n), it can also be used to │ │ │ │ │ reorganise your data without applying a computation via construct(). │ │ │ │ │ Taking our example tutorial air temperature dataset over the Northern US │ │ │ │ │ In [56]: air = xr.tutorial.open_dataset("air_temperature")["air"] │ │ │ │ │ PermissionError: [Errno 13] Permission denied: '/nonexistent' | Pooch could not │ │ │ │ │ -create data cache folder '/nonexistent/first-build/.cache/ │ │ │ │ │ +create data cache folder '/nonexistent/second-build/.cache/ │ │ │ │ │ xarray_tutorial_data'. Will not be able to download data files. │ │ │ │ │ │ │ │ │ │ │ │ │ │ │ In [57]: air.isel(time=0).plot(x="lon", y="lat") │ │ │ │ │ NameError: name 'air' is not defined │ │ │ │ │ [_build/html/_static/pre_coarsening.png] │ │ │ │ │ we can split this up into sub-regions of size (9, 18) points using construct(): │ │ │ ├── ./usr/share/doc/python-xarray-doc/html/user-guide/testing.html │ │ │ │ @@ -84,60 +84,44 @@ │ │ │ │

Generating Examples

│ │ │ │

To see an example of what each of these strategies might produce, you can call one followed by the .example() method, │ │ │ │ which is a general hypothesis method valid for all strategies.

│ │ │ │ 
In [2]: import xarray.testing.strategies as xrst
│ │ │ │  
│ │ │ │  In [3]: xrst.variables().example()
│ │ │ │  Out[3]: 
│ │ │ │ -<xarray.Variable (Ž7: 6, äFFñŘ: 4, q: 3)> Size: 576B
│ │ │ │ -array([[[-1.100e+00+0.000e+00j,  3.333e-01-3.403e+38j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -0.000e+00+2.958e+16j, -1.100e+00+0.000e+00j]],
│ │ │ │ -
│ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j,        nan      +infj]],
│ │ │ │ -
│ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ -
│ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ -
│ │ │ │ -       [[ 0.000e+00      +infj, -1.100e+00+0.000e+00j,  1.100e+00-3.168e+16j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ -
│ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j,       -inf+6.104e-05j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j,  5.701e+16-3.128e+16j]]], dtype=complex64)
│ │ │ │ +<xarray.Variable (8Ô7: 2, şÂ: 4)> Size: 128B
│ │ │ │ +array([[        inf       +nanj, -1.192e-007-2.225e-309j,         inf-1.401e-045j,
│ │ │ │ +                inf       -infj],
│ │ │ │ +       [ 1.000e+007       -infj, -1.401e-045-1.175e-038j, -1.798e+308-2.220e-016j,
│ │ │ │ +                inf       +nanj]])
│ │ │ │  
│ │ │ │  In [4]: xrst.variables().example()
│ │ │ │  Out[4]: 
│ │ │ │ -<xarray.Variable (0: 1)> Size: 2B
│ │ │ │ -array([0.], dtype=float16)
│ │ │ │ +<xarray.Variable (İĴĝ: 1)> Size: 2B
│ │ │ │ +array([-17713], dtype=int16)
│ │ │ │ +Attributes:
│ │ │ │ +    ĿŪĉŻů:    True
│ │ │ │  
│ │ │ │  In [5]: xrst.variables().example()
│ │ │ │  Out[5]: 
│ │ │ │ -<xarray.Variable (Ţ: 3, x: 1, ĶØ: 2)> Size: 6B
│ │ │ │ -array([[[225, 225]],
│ │ │ │ -
│ │ │ │ -       [[225, 225]],
│ │ │ │ -
│ │ │ │ -       [[225, 225]]], dtype=uint8)
│ │ │ │ +<xarray.Variable (8Ž: 5)> Size: 10B
│ │ │ │ +array([       inf, -3.333e-01,  0.000e+00,  1.001e-05, -0.000e+00], dtype=float16)
│ │ │ │  Attributes:
│ │ │ │ -    :         {'ŅQ': {'D': array(['NaT'], dtype='>m8[h]'), 'ÖĵŽ5º': True, '':...
│ │ │ │ +    Ň:        Ğ
│ │ │ │ +    :         False
│ │ │ │ +    õŻſ¾Ż:    None
│ │ │ │ +    Żþ:       None
│ │ │ │ +    Ř:        ĒěÔŸO
│ │ │ │ +    h:        False
│ │ │ │ +    ŽţÑzµ:    ³
│ │ │ │ +    yŻđ½ı:    None
│ │ │ │ +    Ŋá:       None
│ │ │ │ +    ſkğŝij:    False
│ │ │ │ +    ŽŧKūï:    None
│ │ │ │ +    ž:        True
│ │ │ │
│ │ │ │
│ │ │ │

You can see that calling .example() multiple times will generate different examples, giving you an idea of the wide │ │ │ │ range of data that the xarray strategies can generate.

│ │ │ │

In your tests however you should not use .example() - instead you should parameterize your tests with the │ │ │ │ hypothesis.given() decorator:

│ │ │ │ 
In [6]: from hypothesis import given
│ │ │ │ @@ -155,100 +139,98 @@
│ │ │ │  
Xarray’s strategies can accept other strategies as arguments, allowing you to customise the contents of the generated
│ │ │ │  examples.

│ │ │ │  
# generate a Variable containing an array with a complex number dtype, but all other details still arbitrary
│ │ │ │  In [8]: from hypothesis.extra.numpy import complex_number_dtypes
│ │ │ │  
│ │ │ │  In [9]: xrst.variables(dtype=complex_number_dtypes()).example()
│ │ │ │  Out[9]: 
│ │ │ │ -<xarray.Variable (u: 1, ąĕŬķ: 4, 5ĒÄŵĆ: 3)> Size: 192B
│ │ │ │ -array([[[-5.592e+016-1.900e+000j, -1.006e+120+1.175e-038j,  1.000e+000-6.104e-005j],
│ │ │ │ -        [ 1.067e-146-1.175e-038j,  2.220e-016-2.225e-308j,         inf-5.000e-001j],
│ │ │ │ -        [        nan+1.000e-005j, -4.941e-324       +infj,         inf+2.545e-005j],
│ │ │ │ -        [ 1.000e+000-1.175e-038j,         nan+1.401e-045j,         inf-1.192e-007j]]], dtype='>c16')
│ │ │ │ +<xarray.Variable (Sż: 2, mŕ: 1, ţŻdŻ: 4)> Size: 64B
│ │ │ │ +array([[[      -inf-1.100e+00j, -1.000e+00+1.192e-07j,        nan      +nanj,
│ │ │ │ +                nan-1.175e-38j]],
│ │ │ │ +
│ │ │ │ +       [[-2.127e+15+2.220e-16j,       -inf+2.220e-16j,  1.293e+16+1.175e-38j,
│ │ │ │ +          1.500e+00-1.000e+07j]]], dtype=complex64)
│ │ │ │  Attributes:
│ │ │ │ -    ijÎŔŘņ:    {}
│ │ │ │ +    KŽŜĞő:    [[b'-\t\x0b]' b'/\xc4>']\n [b'7~' b'']]
│ │ │ │ +    :         None
│ │ │ │ +    ű:        True
│ │ │ │ +    Ž½:       ['\U000cd584\U00089e26' '']
│ │ │ │  

│ │ │ │  

│ │ │ │  
This also works with custom strategies, or strategies defined in other packages.
│ │ │ │  For example you could imagine creating a chunks strategy to specify particular chunking patterns for a dask-backed array.

│ │ │ │
│ │ │ │
│ │ │ │

Fixing Arguments

│ │ │ │

If you want to fix one aspect of the data structure, whilst allowing variation in the generated examples │ │ │ │ over all other aspects, then use hypothesis.strategies.just().

│ │ │ │ 
In [10]: import hypothesis.strategies as st
│ │ │ │  
│ │ │ │  # Generates only variable objects with dimensions ["x", "y"]
│ │ │ │  In [11]: xrst.variables(dims=st.just(["x", "y"])).example()
│ │ │ │  Out[11]: 
│ │ │ │ -<xarray.Variable (x: 5, y: 6)> Size: 30B
│ │ │ │ -array([[  47,   47,   47,   81,  -36,   47],
│ │ │ │ -       [  47,   47,  -40,   47,   47,   47],
│ │ │ │ -       [  21,   47, -128,   47,   47,   47],
│ │ │ │ -       [  47,   47,  -83,   47,   47,   47],
│ │ │ │ -       [   5,   47,   57,   47,   47,   47]], dtype=int8)
│ │ │ │ -Attributes:
│ │ │ │ -    Żżżā:     {'Ë6żÛž': False, 'ſĕċZw': array([[b''],\n       [b'n\xac\xe8\xe...
│ │ │ │ -    êóŴŽ:     {}
│ │ │ │ +<xarray.Variable (x: 1, y: 1)> Size: 1B
│ │ │ │ +array([[0]], dtype=int8)
│ │ │ │
│ │ │ │
│ │ │ │

(This is technically another example of chaining strategies - hypothesis.strategies.just() is simply a │ │ │ │ special strategy that just contains a single example.)

│ │ │ │

To fix the length of dimensions you can instead pass dims as a mapping of dimension names to lengths │ │ │ │ (i.e. following xarray objects’ .sizes() property), e.g.

│ │ │ │ 
# Generates only variables with dimensions ["x", "y"], of lengths 2 & 3 respectively
│ │ │ │  In [12]: xrst.variables(dims=st.just({"x": 2, "y": 3})).example()
│ │ │ │  Out[12]: 
│ │ │ │ -<xarray.Variable (x: 2, y: 3)> Size: 12B
│ │ │ │ -array([[53266, 50706, 51200],
│ │ │ │ -       [54233, 56693, 13002]], dtype=uint16)
│ │ │ │ -Attributes:
│ │ │ │ -    Ź0x:      ſåŽlĩ
│ │ │ │ -    :         True
│ │ │ │ +<xarray.Variable (x: 2, y: 3)> Size: 24B
│ │ │ │ +array([[         0,      30761,         41],
│ │ │ │ +       [     29171, 3204220309,       4323]], dtype=uint32)
│ │ │ │
│ │ │ │
│ │ │ │

You can also use this to specify that you want examples which are missing some part of the data structure, for instance

│ │ │ │ 
# Generates a Variable with no attributes
│ │ │ │  In [13]: xrst.variables(attrs=st.just({})).example()
│ │ │ │  Out[13]: 
│ │ │ │ -<xarray.Variable (9ĝl²: 2)> Size: 4B
│ │ │ │ -array([ 10771, -15037], dtype=int16)
│ │ │ │ +<xarray.Variable (ø: 3)> Size: 24B
│ │ │ │ +array([       nan      +nanj,  0.000e+00-1.192e-07j, -3.563e+32      +nanj], dtype=complex64)
│ │ │ │
│ │ │ │
│ │ │ │

Through a combination of chaining strategies and fixing arguments, you can specify quite complicated requirements on the │ │ │ │ objects your chained strategy will generate.

│ │ │ │ 
In [14]: fixed_x_variable_y_maybe_z = st.fixed_dictionaries(
│ │ │ │     ....:     {"x": st.just(2), "y": st.integers(3, 4)}, optional={"z": st.just(2)}
│ │ │ │     ....: )
│ │ │ │     ....: 
│ │ │ │  
│ │ │ │  In [15]: fixed_x_variable_y_maybe_z.example()
│ │ │ │ -Out[15]: {'x': 2, 'y': 4}
│ │ │ │ +Out[15]: {'x': 2, 'y': 3}
│ │ │ │  
│ │ │ │  In [16]: special_variables = xrst.variables(dims=fixed_x_variable_y_maybe_z)
│ │ │ │  
│ │ │ │  In [17]: special_variables.example()
│ │ │ │  Out[17]: 
│ │ │ │ -<xarray.Variable (x: 2, y: 3, z: 2)> Size: 96B
│ │ │ │ -array([[[-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j]],
│ │ │ │ -
│ │ │ │ -       [[-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j]]], dtype=complex64)
│ │ │ │ -Attributes:
│ │ │ │ -    :         {'SRðŮż': {'ķqōĆÐ': False, '': None, 'ŽQļ': False, 'Ě0óŨě': arr...
│ │ │ │ +<xarray.Variable (x: 2, y: 3)> Size: 48B
│ │ │ │ +array([[-1.175e-38      +infj,  0.000e+00-5.960e-08j,  3.861e+16      +nanj],
│ │ │ │ +       [ 1.175e-38+1.871e+16j,  1.000e+07+5.349e+16j,       -inf      +infj]], dtype=complex64)
│ │ │ │  
│ │ │ │  In [18]: special_variables.example()
│ │ │ │  Out[18]: 
│ │ │ │ -<xarray.Variable (x: 2, y: 4)> Size: 64B
│ │ │ │ -array([[     -inf      +infj,       nan+1.342e+16j,  0.00e+00+1.000e+07j,      -inf+6.104e-05j],
│ │ │ │ -       [-1.00e-05+4.799e+14j, -0.00e+00      -infj,  2.00e+00-0.000e+00j,  1.14e+16      +infj]],
│ │ │ │ -      dtype=complex64)
│ │ │ │ +<xarray.Variable (x: 2, y: 4)> Size: 16B
│ │ │ │ +array([[54085, 60959, 28502,  2762],
│ │ │ │ +       [ 2178, 57528, 57528, 57528]], dtype=uint16)
│ │ │ │ +Attributes:
│ │ │ │ +    đPīĨâ:    ['\U00083e7dcW7Ñ' 'þ']
│ │ │ │ +    ſņżOÏ:    êÁ
│ │ │ │ +    ŽŹŽhz:    None
│ │ │ │ +    ŀžĀĪŅ:    [27947 27947]
│ │ │ │ +    Ťř:       [b'\xdb}~' b'']
│ │ │ │ +    EzWŻ:     [[5]]
│ │ │ │ +    įİù¾Ż:    [[False  True]\n [False  True]]
│ │ │ │ +    ĝĨžðR:    True
│ │ │ │ +    :         True
│ │ │ │ +    Q:        ['\x82ºÝ\x1d']
│ │ │ │ +    żŻ79Ž:    [ True]
│ │ │ │
│ │ │ │
│ │ │ │

Here we have used one of hypothesis’ built-in strategies hypothesis.strategies.fixed_dictionaries() to create a │ │ │ │ strategy which generates mappings of dimension names to lengths (i.e. the size of the xarray object we want). │ │ │ │ This particular strategy will always generate an x dimension of length 2, and a y dimension of │ │ │ │ length either 3 or 4, and will sometimes also generate a z dimension of length 2. │ │ │ │ By feeding this strategy for dictionaries into the dims argument of xarray’s variables() strategy, │ │ │ │ @@ -366,28 +348,28 @@ │ │ │ │

A common task when testing xarray user code is checking that your function works for all valid input dimensions. │ │ │ │ We can chain strategies to achieve this, for which the helper strategy unique_subset_of() │ │ │ │ is useful.

│ │ │ │

It works for lists of dimension names

│ │ │ │ 
In [33]: dims = ["x", "y", "z"]
│ │ │ │  
│ │ │ │  In [34]: xrst.unique_subset_of(dims).example()
│ │ │ │ -Out[34]: []
│ │ │ │ +Out[34]: ['z']
│ │ │ │  
│ │ │ │  In [35]: xrst.unique_subset_of(dims).example()
│ │ │ │ -Out[35]: ['x', 'y', 'z']
│ │ │ │ +Out[35]: ['z']
│ │ │ │
│ │ │ │
│ │ │ │

as well as for mappings of dimension names to sizes

│ │ │ │ 
In [36]: dim_sizes = {"x": 2, "y": 3, "z": 4}
│ │ │ │  
│ │ │ │  In [37]: xrst.unique_subset_of(dim_sizes).example()
│ │ │ │  Out[37]: {'z': 4, 'y': 3, 'x': 2}
│ │ │ │  
│ │ │ │  In [38]: xrst.unique_subset_of(dim_sizes).example()
│ │ │ │ -Out[38]: {'x': 2}
│ │ │ │ +Out[38]: {}
│ │ │ │
│ │ │ │
│ │ │ │

This is useful because operations like reductions can be performed over any subset of the xarray object’s dimensions. │ │ │ │ For example we can write a pytest test that tests that a reduction gives the expected result when applying that reduction │ │ │ │ along any possible valid subset of the Variable’s dimensions.

│ │ │ │ 
import numpy.testing as npt
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -28,62 +28,47 @@
│ │ │ │ │  To see an example of what each of these strategies might produce, you can call
│ │ │ │ │  one followed by the .example() method, which is a general hypothesis method
│ │ │ │ │  valid for all strategies.
│ │ │ │ │  In [2]: import xarray.testing.strategies as xrst
│ │ │ │ │  
│ │ │ │ │  In [3]: xrst.variables().example()
│ │ │ │ │  Out[3]:
│ │ │ │ │ - Size: 576B
│ │ │ │ │ -array([[[-1.100e+00+0.000e+00j,  3.333e-01-3.403e+38j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -0.000e+00+2.958e+16j, -1.100e+00+0.000e+00j]],
│ │ │ │ │ -
│ │ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j,        nan      +infj]],
│ │ │ │ │ -
│ │ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ │ -
│ │ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ │ -
│ │ │ │ │ -       [[ 0.000e+00      +infj, -1.100e+00+0.000e+00j,  1.100e+00-3.168e+16j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j]],
│ │ │ │ │ -
│ │ │ │ │ -       [[-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j,       -inf+6.104e-05j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j],
│ │ │ │ │ -        [-1.100e+00+0.000e+00j, -1.100e+00+0.000e+00j,  5.701e+16-
│ │ │ │ │ -3.128e+16j]]], dtype=complex64)
│ │ │ │ │ + Size: 128B
│ │ │ │ │ +array([[        inf       +nanj, -1.192e-007-2.225e-309j,         inf-1.401e-
│ │ │ │ │ +045j,
│ │ │ │ │ +                inf       -infj],
│ │ │ │ │ +       [ 1.000e+007       -infj, -1.401e-045-1.175e-038j, -1.798e+308-2.220e-
│ │ │ │ │ +016j,
│ │ │ │ │ +                inf       +nanj]])
│ │ │ │ │  
│ │ │ │ │  In [4]: xrst.variables().example()
│ │ │ │ │  Out[4]:
│ │ │ │ │ - Size: 2B
│ │ │ │ │ -array([0.], dtype=float16)
│ │ │ │ │ + Size: 2B
│ │ │ │ │ +array([-17713], dtype=int16)
│ │ │ │ │ +Attributes:
│ │ │ │ │ +    ĿŪĉŻů:    True
│ │ │ │ │  
│ │ │ │ │  In [5]: xrst.variables().example()
│ │ │ │ │  Out[5]:
│ │ │ │ │ - Size: 6B
│ │ │ │ │ -array([[[225, 225]],
│ │ │ │ │ -
│ │ │ │ │ -       [[225, 225]],
│ │ │ │ │ -
│ │ │ │ │ -       [[225, 225]]], dtype=uint8)
│ │ │ │ │ + Size: 10B
│ │ │ │ │ +array([       inf, -3.333e-01,  0.000e+00,  1.001e-05, -0.000e+00],
│ │ │ │ │ +dtype=float16)
│ │ │ │ │  Attributes:
│ │ │ │ │ -    :         {'ŅQ': {'D': array(['NaT'], dtype='>m8[h]'), 'ÖĵŽ5º': True,
│ │ │ │ │ -'':...
│ │ │ │ │ +    Ň:        Ğ
│ │ │ │ │ +    :         False
│ │ │ │ │ +    õŻſ¾Ż:    None
│ │ │ │ │ +    Żþ:       None
│ │ │ │ │ +    Ř:        ĒěÔŸO
│ │ │ │ │ +    h:        False
│ │ │ │ │ +    ŽţÑzµ:    ³
│ │ │ │ │ +    yŻđ½ı:    None
│ │ │ │ │ +    Ŋá:       None
│ │ │ │ │ +    ſkğŝij:    False
│ │ │ │ │ +    ŽŧKūï:    None
│ │ │ │ │ +    ž:        True
│ │ │ │ │  You can see that calling .example() multiple times will generate different
│ │ │ │ │  examples, giving you an idea of the wide range of data that the xarray
│ │ │ │ │  strategies can generate.
│ │ │ │ │  In your tests however you should not use .example() - instead you should
│ │ │ │ │  parameterize your tests with the hypothesis.given() decorator:
│ │ │ │ │  In [6]: from hypothesis import given
│ │ │ │ │  In [7]: @given(xrst.variables())
│ │ │ │ │ @@ -95,106 +80,98 @@
│ │ │ │ │  customise the contents of the generated examples.
│ │ │ │ │  # generate a Variable containing an array with a complex number dtype, but all
│ │ │ │ │  other details still arbitrary
│ │ │ │ │  In [8]: from hypothesis.extra.numpy import complex_number_dtypes
│ │ │ │ │  
│ │ │ │ │  In [9]: xrst.variables(dtype=complex_number_dtypes()).example()
│ │ │ │ │  Out[9]:
│ │ │ │ │ - Size: 192B
│ │ │ │ │ -array([[[-5.592e+016-1.900e+000j, -1.006e+120+1.175e-038j,  1.000e+000-6.104e-
│ │ │ │ │ -005j],
│ │ │ │ │ -        [ 1.067e-146-1.175e-038j,  2.220e-016-2.225e-308j,         inf-5.000e-
│ │ │ │ │ -001j],
│ │ │ │ │ -        [        nan+1.000e-005j, -4.941e-324       +infj,         inf+2.545e-
│ │ │ │ │ -005j],
│ │ │ │ │ -        [ 1.000e+000-1.175e-038j,         nan+1.401e-045j,         inf-1.192e-
│ │ │ │ │ -007j]]], dtype='>c16')
│ │ │ │ │ + Size: 64B
│ │ │ │ │ +array([[[      -inf-1.100e+00j, -1.000e+00+1.192e-07j,        nan      +nanj,
│ │ │ │ │ +                nan-1.175e-38j]],
│ │ │ │ │ +
│ │ │ │ │ +       [[-2.127e+15+2.220e-16j,       -inf+2.220e-16j,  1.293e+16+1.175e-38j,
│ │ │ │ │ +          1.500e+00-1.000e+07j]]], dtype=complex64)
│ │ │ │ │  Attributes:
│ │ │ │ │ -    ijÎŔŘņ:    {}
│ │ │ │ │ +    KŽŜĞő:    [[b'-\t\x0b]' b'/\xc4>']\n [b'7~' b'']]
│ │ │ │ │ +    :         None
│ │ │ │ │ +    ű:        True
│ │ │ │ │ +    Ž½:       ['\U000cd584\U00089e26' '']
│ │ │ │ │  This also works with custom strategies, or strategies defined in other
│ │ │ │ │  packages. For example you could imagine creating a chunks strategy to specify
│ │ │ │ │  particular chunking patterns for a dask-backed array.
│ │ │ │ │  ******** FFiixxiinngg AArrgguummeennttss_?¶ ********
│ │ │ │ │  If you want to fix one aspect of the data structure, whilst allowing variation
│ │ │ │ │  in the generated examples over all other aspects, then use
│ │ │ │ │  hypothesis.strategies.just().
│ │ │ │ │  In [10]: import hypothesis.strategies as st
│ │ │ │ │  
│ │ │ │ │  # Generates only variable objects with dimensions ["x", "y"]
│ │ │ │ │  In [11]: xrst.variables(dims=st.just(["x", "y"])).example()
│ │ │ │ │  Out[11]:
│ │ │ │ │ - Size: 30B
│ │ │ │ │ -array([[  47,   47,   47,   81,  -36,   47],
│ │ │ │ │ -       [  47,   47,  -40,   47,   47,   47],
│ │ │ │ │ -       [  21,   47, -128,   47,   47,   47],
│ │ │ │ │ -       [  47,   47,  -83,   47,   47,   47],
│ │ │ │ │ -       [   5,   47,   57,   47,   47,   47]], dtype=int8)
│ │ │ │ │ -Attributes:
│ │ │ │ │ -    Żżżā:     {'Ë6żÛž': False, 'ſĕċZw': array([[b''],\n
│ │ │ │ │ -[b'n\xac\xe8\xe...
│ │ │ │ │ -    êóŴŽ:     {}
│ │ │ │ │ + Size: 1B
│ │ │ │ │ +array([[0]], dtype=int8)
│ │ │ │ │  (This is technically another example of chaining strategies -
│ │ │ │ │  hypothesis.strategies.just() is simply a special strategy that just contains a
│ │ │ │ │  single example.)
│ │ │ │ │  To fix the length of dimensions you can instead pass dims as a mapping of
│ │ │ │ │  dimension names to lengths (i.e. following xarray objects’ .sizes() property),
│ │ │ │ │  e.g.
│ │ │ │ │  # Generates only variables with dimensions ["x", "y"], of lengths 2 & 3
│ │ │ │ │  respectively
│ │ │ │ │  In [12]: xrst.variables(dims=st.just({"x": 2, "y": 3})).example()
│ │ │ │ │  Out[12]:
│ │ │ │ │ - Size: 12B
│ │ │ │ │ -array([[53266, 50706, 51200],
│ │ │ │ │ -       [54233, 56693, 13002]], dtype=uint16)
│ │ │ │ │ -Attributes:
│ │ │ │ │ -    Ź0x:      ſåŽlĩ
│ │ │ │ │ -    :         True
│ │ │ │ │ + Size: 24B
│ │ │ │ │ +array([[         0,      30761,         41],
│ │ │ │ │ +       [     29171, 3204220309,       4323]], dtype=uint32)
│ │ │ │ │  You can also use this to specify that you want examples which are missing some
│ │ │ │ │  part of the data structure, for instance
│ │ │ │ │  # Generates a Variable with no attributes
│ │ │ │ │  In [13]: xrst.variables(attrs=st.just({})).example()
│ │ │ │ │  Out[13]:
│ │ │ │ │ - Size: 4B
│ │ │ │ │ -array([ 10771, -15037], dtype=int16)
│ │ │ │ │ + Size: 24B
│ │ │ │ │ +array([       nan      +nanj,  0.000e+00-1.192e-07j, -3.563e+32      +nanj],
│ │ │ │ │ +dtype=complex64)
│ │ │ │ │  Through a combination of chaining strategies and fixing arguments, you can
│ │ │ │ │  specify quite complicated requirements on the objects your chained strategy
│ │ │ │ │  will generate.
│ │ │ │ │  In [14]: fixed_x_variable_y_maybe_z = st.fixed_dictionaries(
│ │ │ │ │     ....:     {"x": st.just(2), "y": st.integers(3, 4)}, optional={"z": st.just
│ │ │ │ │  (2)}
│ │ │ │ │     ....: )
│ │ │ │ │     ....:
│ │ │ │ │  
│ │ │ │ │  In [15]: fixed_x_variable_y_maybe_z.example()
│ │ │ │ │ -Out[15]: {'x': 2, 'y': 4}
│ │ │ │ │ +Out[15]: {'x': 2, 'y': 3}
│ │ │ │ │  
│ │ │ │ │  In [16]: special_variables = xrst.variables(dims=fixed_x_variable_y_maybe_z)
│ │ │ │ │  
│ │ │ │ │  In [17]: special_variables.example()
│ │ │ │ │  Out[17]:
│ │ │ │ │ - Size: 96B
│ │ │ │ │ -array([[[-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j]],
│ │ │ │ │ -
│ │ │ │ │ -       [[-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j],
│ │ │ │ │ -        [-10000000.+2.22e-16j, -10000000.+2.22e-16j]]], dtype=complex64)
│ │ │ │ │ -Attributes:
│ │ │ │ │ -    :         {'SRðŮż': {'ķqōĆÐ': False, '': None, 'ŽQļ': False, 'Ě0óŨě':
│ │ │ │ │ -arr...
│ │ │ │ │ + Size: 48B
│ │ │ │ │ +array([[-1.175e-38      +infj,  0.000e+00-5.960e-08j,  3.861e+16      +nanj],
│ │ │ │ │ +       [ 1.175e-38+1.871e+16j,  1.000e+07+5.349e+16j,       -inf      +infj]],
│ │ │ │ │ +dtype=complex64)
│ │ │ │ │  
│ │ │ │ │  In [18]: special_variables.example()
│ │ │ │ │  Out[18]:
│ │ │ │ │ - Size: 64B
│ │ │ │ │ -array([[     -inf      +infj,       nan+1.342e+16j,  0.00e+00+1.000e+07j,
│ │ │ │ │ --inf+6.104e-05j],
│ │ │ │ │ -       [-1.00e-05+4.799e+14j, -0.00e+00      -infj,  2.00e+00-0.000e+00j,
│ │ │ │ │ -1.14e+16      +infj]],
│ │ │ │ │ -      dtype=complex64)
│ │ │ │ │ + Size: 16B
│ │ │ │ │ +array([[54085, 60959, 28502,  2762],
│ │ │ │ │ +       [ 2178, 57528, 57528, 57528]], dtype=uint16)
│ │ │ │ │ +Attributes:
│ │ │ │ │ +    đPīĨâ:    ['\U00083e7dcW7Ñ' 'þ']
│ │ │ │ │ +    ſņżOÏ:    êÁ
│ │ │ │ │ +    ŽŹŽhz:    None
│ │ │ │ │ +    ŀžĀĪŅ:    [27947 27947]
│ │ │ │ │ +    Ťř:       [b'\xdb}~' b'']
│ │ │ │ │ +    EzWŻ:     [[5]]
│ │ │ │ │ +    įİù¾Ż:    [[False  True]\n [False  True]]
│ │ │ │ │ +    ĝĨžðR:    True
│ │ │ │ │ +    :         True
│ │ │ │ │ +    Q:        ['\x82ºÝ\x1d']
│ │ │ │ │ +    żŻ79Ž:    [ True]
│ │ │ │ │  Here we have used one of hypothesis’ built-in strategies
│ │ │ │ │  hypothesis.strategies.fixed_dictionaries() to create a strategy which generates
│ │ │ │ │  mappings of dimension names to lengths (i.e. the size of the xarray object we
│ │ │ │ │  want). This particular strategy will always generate an x dimension of length
│ │ │ │ │  2, and a y dimension of length either 3 or 4, and will sometimes also generate
│ │ │ │ │  a z dimension of length 2. By feeding this strategy for dictionaries into the
│ │ │ │ │  dims argument of xarray’s variables() strategy, we can generate arbitrary
│ │ │ │ │ @@ -304,26 +281,26 @@
│ │ │ │ │  A common task when testing xarray user code is checking that your function
│ │ │ │ │  works for all valid input dimensions. We can chain strategies to achieve this,
│ │ │ │ │  for which the helper strategy unique_subset_of() is useful.
│ │ │ │ │  It works for lists of dimension names
│ │ │ │ │  In [33]: dims = ["x", "y", "z"]
│ │ │ │ │  
│ │ │ │ │  In [34]: xrst.unique_subset_of(dims).example()
│ │ │ │ │ -Out[34]: []
│ │ │ │ │ +Out[34]: ['z']
│ │ │ │ │  
│ │ │ │ │  In [35]: xrst.unique_subset_of(dims).example()
│ │ │ │ │ -Out[35]: ['x', 'y', 'z']
│ │ │ │ │ +Out[35]: ['z']
│ │ │ │ │  as well as for mappings of dimension names to sizes
│ │ │ │ │  In [36]: dim_sizes = {"x": 2, "y": 3, "z": 4}
│ │ │ │ │  
│ │ │ │ │  In [37]: xrst.unique_subset_of(dim_sizes).example()
│ │ │ │ │  Out[37]: {'z': 4, 'y': 3, 'x': 2}
│ │ │ │ │  
│ │ │ │ │  In [38]: xrst.unique_subset_of(dim_sizes).example()
│ │ │ │ │ -Out[38]: {'x': 2}
│ │ │ │ │ +Out[38]: {}
│ │ │ │ │  This is useful because operations like reductions can be performed over any
│ │ │ │ │  subset of the xarray object’s dimensions. For example we can write a pytest
│ │ │ │ │  test that tests that a reduction gives the expected result when applying that
│ │ │ │ │  reduction along any possible valid subset of the Variable’s dimensions.
│ │ │ │ │  import numpy.testing as npt
│ │ │ ├── ./usr/share/doc/python-xarray-doc/html/whats-new.html
│ │ │ │ @@ -7936,15 +7936,15 @@
│ │ │ │  
  • New xray.Dataset.where method for masking xray objects according
│ │ │ │  to some criteria. This works particularly well with multi-dimensional data:
    
│ │ │ │  
    In [44]: ds = xray.Dataset(coords={"x": range(100), "y": range(100)})
│ │ │ │  
│ │ │ │  In [45]: ds["distance"] = np.sqrt(ds.x**2 + ds.y**2)
│ │ │ │  
│ │ │ │  In [46]: ds.distance.where(ds.distance < 100).plot()
│ │ │ │ -Out[46]: <matplotlib.collections.QuadMesh at 0xe4f27920>
│ │ │ │ +Out[46]: <matplotlib.collections.QuadMesh at 0xa4c20f50>
│ │ │ │  
    
│ │ │ │  
    
│ │ │ │  _build/html/_static/where_example.png
│ │ │ │  
│ │ │ │  
    • 
│ │ │ │  
  • Added new methods xray.DataArray.diff and xray.Dataset.diff
│ │ │ │  for finite difference calculations along a given axis.
    • 
│ │ │ │ ├── html2text {}
│ │ │ │ │ @@ -5100,15 +5100,15 @@
│ │ │ │ │      * New xray.Dataset.where method for masking xray objects according to some
│ │ │ │ │        criteria. This works particularly well with multi-dimensional data:
│ │ │ │ │        In [44]: ds = xray.Dataset(coords={"x": range(100), "y": range(100)})
│ │ │ │ │  
│ │ │ │ │        In [45]: ds["distance"] = np.sqrt(ds.x**2 + ds.y**2)
│ │ │ │ │  
│ │ │ │ │        In [46]: ds.distance.where(ds.distance < 100).plot()
│ │ │ │ │ -      Out[46]: 
│ │ │ │ │ +      Out[46]: 
│ │ │ │ │        _[___b_u_i_l_d_/_h_t_m_l_/___s_t_a_t_i_c_/_w_h_e_r_e___e_x_a_m_p_l_e_._p_n_g_]
│ │ │ │ │      * Added new methods xray.DataArray.diff and xray.Dataset.diff for finite
│ │ │ │ │        difference calculations along a given axis.
│ │ │ │ │      * New xray.DataArray.to_masked_array convenience method for returning a
│ │ │ │ │        numpy.ma.MaskedArray.
│ │ │ │ │        In [47]: da = xray.DataArray(np.random.random_sample(size=(5, 4)))