Multidimensional array 按坐标选择，python xarray

我有一个小型python xarray

DataArray

我调用了

TINY

，其维度为

x

，

y

，和

t

TINY

表示一个较大的

数据集的处理子集

我称之为

MARGE

，其维度为

x'

、

y'

和

t'

以及变量

foo

、

baz

我正在寻找一种方法，使用

TINY

坐标从

maging

中选择一个数据集（TINY中的所有坐标和坐标对都存在于maging中）

我急忙把下面的插图加上去

---

该选择返回共享

TINY

的

coords

的

ground

子集。返回的是一个

数据集

。是否有一些速记x-array方法来处理此问题？

将在

TINY

的坐标上为您提供

巨大的
数据-这就是您要寻找的吗？
我有点不清楚-是否
TINY
和
巨大的
共享维度？
TINY
中的值如何引用
maging
中的数据选择位置？是。微小和巨大的共享维度。它的坐标是巨大坐标的一个子集
TINY
中的什么标识了你想在
巨大
中选择什么？协调？他们在哪里共享数据？如果很难描述感谢您的耐心，那么代码示例将贯穿其中。我已经更新了插图以帮助澄清，微小的共享与巨大的共享相协调。所有微小的坐标都可以在巨大的坐标中找到。我想根据微小的坐标选择一个子集。（不是很小的值）这看起来像我要找的。当我编写
maging.reindex_like（TINY）
时，它会返回一个维度为
maging
的数据集。当我编写
TINY.reindex\u like（巨型）
时，它返回一个维度为
TINY
的数据集。我遇到的问题是，虽然我可能会在我的选择中减少巨型的大小，但我没有得到巨型的所有变量。我可能做得不对。我们可能需要一个例子。。。我原以为这两个维度是相同的，所以这个问题的背景是图像处理，或者是对一系列非常大的图像的计算机视觉
巨大
表示具有变量
r
，
g
，
b
的x
，
y
，
t
处的像素。我的算法对像素值进行了大量过滤和操作，以产生一种称为
TINY
的东西。它有
x
、
y
、和
t
，就像是巨大的，但重点放在更小的区域。不再有变量
r
，
g
，
b
，而是一些衍生变量，如
概率
TINY
是经过过滤的
Greg
版本。因此，它关注的区域比
巨大的
小得多，但仍然在同一坐标系上。我的问题是试图通过显示
r
、
g
、
b
组合的
巨大的
点或周围的
微小的
点来检查或调试tiny。对于我的问题，TINY通常是一个20 x 20（
x
，
y
）像素边界框，它只存在于我的时间轴上的大约2或3个切片上（
t
），为什么
不是很大呢？你能举一个小的例子吗？