ds = xr.open_dataset(pth) pre = ds['pre'].sel(time=slice('1961-01-31', '2010-08-31')) print(pre.values)怎么读出不是nan的数据

如果您想读取非 NaN 的数据，可以使用以下代码：

import numpy as np
import xarray as xr

ds = xr.open_dataset(pth)
pre = ds['pre'].sel(time=slice('1961-01-31', '2010-08-31'))

# 找到非 NaN 的值的索引
not_nan_idx = np.where(~np.isnan(pre))

# 使用索引获取非 NaN 的值
non_nan_values = pre.values[not_nan_idx]

print(non_nan_values)

这里，我们使用 `np.where` 函数找到 `pre` 变量中非 NaN 的值的索引。然后，我们使用这些索引从 `pre.values` 中获取非 NaN 的值。

注意，这种方法可能会导致内存问题，因为它将所有的非 NaN 值都复制到一个新的数组中。如果您的数据集非常大，可能需要使用其他方法来处理 NaN 值。