小编Mor*_*ory的帖子

我最初从Spyder开始学习Python，但是最近决定改用PyCharm，因此我以类似Spyder的心态学习PyCharm。

我对在Python控制台中运行文件感兴趣，但是每次我重新运行此文件时，它将在新打开的Python控制台下运行。一段时间后，这会变得很烦人，因为将打开多个Python控制台，这些控制台基本上都执行相同的操作，但会有一些细微的变化。

我希望只使用一个Python控制台，并在该控制台中运行整个文件。有人知道如何更改吗？也许我使用的心态不是很PyCharmic吗？

我有一个来自 ERA5 的 2m 温度 netcdf 文件，该文件从 2000 年到 2019 年的 04 到 10 个月，总共提供 13680 个时间步长和 61x161 经纬度维度。我想分别计算每年所有每日时间步长的月平均值。例如，我们将获得 2000 年 4 月、2000 年 5 月等数据的月平均值。我已尝试使用 xarray resample 使用以下代码，但出现两个问题。

\n
1. 出于某种原因，平均值似乎多年来都是平均值。
\n
2. 重采样函数创建月份 01、02、03、11 和 12，尽管没有数据！
\n

这是我\xe2\x80\x99m 谈论的内容：

import xarray as xr\nds = xr.open_dataset(netcdf)\nmonthly_data=ds.resample(time='1M').mean()\n

我们可以查看显示每月时间步长的时间戳，包括不相关的月份。

print(np.array(monthly_data.time))\narray(['2000-04-30T00:00:00.000000000', '2000-05-31T00:00:00.000000000',\n       '2000-06-30T00:00:00.000000000', '2000-07-31T00:00:00.000000000',\n       '2000-08-31T00:00:00.000000000', '2000-09-30T00:00:00.000000000',\n       '2000-10-31T00:00:00.000000000', '2000-11-30T00:00:00.000000000',\n       '2000-12-31T00:00:00.000000000', '2001-01-31T00:00:00.000000000',\n

为了验证温度的内容，我将数据转换为数据帧。

temp_ar = np.array(monthly_data.t2m)    \nprint(pd.DataFrame(temp_ar[0,:,:]).head())\n          0           1           2    ...         158         159         160\n0  270.940613  270.911652  270.926727  ...         NaN …