如何增加Python Xarray数据集？

我正在使用

xarray.open_mfdataset（）

函数读取多个netCDF格式的数据文件（WRF模型输出文件）。我正在读取并消除各种变量的聚集，例如变量

QVAPOR

，

U

，

V

resp。我使用以下代码读取netCDF变量并计算结果变量

UQ

import xarray as xr

def desta_var(pp,var):
    flnm = xr.open_mfdataset(pp)
    if var=="U":
        U1 = (flnm.variables[var])
        U = 0.5*(U1[:,:,:,0:-1] + U1[:,:,:,1:] )
        del U1
        return U
    elif var=="V":
        V1 = (flnm.variables[var])
        V=0.5*(V1[:,:,0:-1,:] + V1[:,:,1:,:])
        del V1
        return V
    else:
        W1 = (flnm.variables[var])
        W=0.5*(W1[:,0:-1,:,:] + W1[:,1:,:,:])
        del W1
        return W

 U=desta_var('./WRF_3D_2005_*.nc','U')
 V=desta_var('./WRF_3D_2005_*.nc','V')

 flnm=xr.open_mfdataset('./WRF_3D_2005_*.nc')

 QV = flnm.QVAPOR
 UQ = U*QV

使用上述代码获得的变量的尺寸和形状：

风变量的尺寸，例如

U

，其形状为

时间，lev，y，x_2，它的形状是（1186，lev:36，y:699，x_2:639）

湿度变量的尺寸，例如QVAPOR，其形状为

时间，列夫，y，x，它的形状是（1186，列夫：36，y:699，x:639）

将

U

和

QVAPOR

相乘后；我计算

UQ=U*QVAPOR

。

UQ

的尺寸和形状为

时间，lev，y，x_2，x和形状是（时间：1186，lev:36，y:699，x_2:639，x:639）

因此，问题如下：

我无法得到正确的尺寸。

UQ

的正确尺寸应为

倍，lev，y，x

。谁能帮我把xarray数据集与不同的维度名称相乘。

---

我不知道为什么我得到的UQ变量是5维的，而U和QVAPOR分别是4维的。

与NumPy不同，Xarray通过名称而不是位置匹配数组维度

它使用不同的算术名称在维度上循环，并且您的DataArray对象具有不同的维度：[Times，lev，y，x_2]和[Times，lev，y，x]

简单的解决方法是在第一个数组上重命名

x_2

->

x

，然后再将它们相乘，例如

U.rename（{'x_2'：'x'}）*QVAPOR

---

（请注意，如果坐标值与沿

x

的坐标值不完全匹配，可能还需要沿

x

对齐或重新编制坐标值索引。类似

U.rename（{'x\U 2'：'x'}）。重新编制索引（x=QVAPOR.x，method='nearest'，tolerance=123）

应该可以做到这一点。）

很难判断您的问题出在哪里，因为我们看不到U或QV的尺寸。我建议用一个最小的、完整的、可验证的问题来编辑你的问题：@jhamman。。谢谢你的建议。我对问题做了修改。我尽量把问题简短。谢谢你的回复@shoyer。你的解决方案奏效了。我只需要用变量稍微调整一下。我使用了下面的乘法代码

UQ1=flnm.QVAPOR.rename（{'x'：'x_2'}）*U

在此之后，我重命名了输出

UQ1.重命名（{'x_2'：'x'}）

因此输出变量的维度现在是：

（Times:1186，lev:36，y:699，x:639）