Python-xarray:如何将多个3D数组组合成一个6维的DataArray？

Question

我已经读取了12个波段(月)的80个栅格geotif文件，并生成了80个3D DataArrays (因此，我可以通过clip_box对它们进行裁剪，以便绘制我的项目区域的80个地图)。

现在我需要将它们组合成一个单一的DataArray，但沿着3个维度(气候模型，气候变化情景和时间段)。我的目标是计算统计数据，并沿着4个不同的维度绘制地图。

我应该把重点放在什么功能上来做到这一点？3个组合函数之一(concat，merge，combine_nested)？

Answer 1

我发现沿着multiples dimension合并multiples dataArrays的唯一方法是：

• 首先创建一个包含所有请求的维度和坐标列表(并设置空间维度)的空dataArray da_to

dims= ('dim1', 'dim2', ...) 
array= np.empty((len(coord1_list), len(coord2_list), ...) 
da_tot= xr.DataArray(data= array, dims= dims, coords={'coord1': coord1_list, 'coord2': coord2_list, ..., 'lon': lon_list, 'lat': lat_list) 
da_tot.rio.set_spatial_dims(x_dim= 'lon', y_dim= 'lat', inplace= True)

然后，

• 通过为每个dataArray da指定其坐标

来添加该坐标

da_tot.loc[dict(coord1= 'xxxx', coord2= 'yyyy', ....)]= da