Pythonxarray：如何将多个3D数据数组组合成一个6维的数组？

Question

我已经阅读了12个波段（月）的80个光栅geotif文件，并生成了80个3D数据阵列（因此我可以通过clip_box裁剪它们，以便绘制我项目区域的80张地图）

现在我需要将它们组合成一个单独的数据数组，但要沿着另外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绘制4个不同维度的地图

我应该把重点放在什么功能上？ 三个组合函数之一（concat、merge、combine\u嵌套）

Answer 1

我发现，沿multiples维度合并multiples DataArray的唯一方法是：

• 首先创建一个空dataArrayda_to，其中包含所有请求的维度和坐标列表（并设置空间维度）

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分配坐标来添加它

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