如何让xarray.to_zarr生成与dask.array.to_zarr一致的Zarr格式？

使用xarray.DataArray.to_zarr()将3D数组保存为Zarr格式时，生成的结构是每个维度对应一个文件夹，无法被napari等工具读取；但将该数组转为Dask数组后用dask.array.to_zarr()保存，生成的是单个文件夹结构，可正常被napari读取。

希望无需转换为Dask数组，直接让xarray生成与dask.array.to_zarr()一致的Zarr格式。

最小可复现代码 #

import dask.array as darr
import xarray as xa
import numpy as np
import os
import shutil

data = np.random.randint(0, (2**16)-1, (7000, 512, 512))
array_darr = darr.array(data)
array_xa = xa.DataArray(data, dims=['z', 'y', 'x'], coords={'z': np.arange(data.shape[0]),
    'y': np.arange(data.shape[1]), 'x': np.arange(data.shape[2])})

dir_sup = os.getcwd()

path_darr = os.path.join(dir_sup, 'dask_example.zarr')
if os.path.exists(path_darr):
    shutil.rmtree(path_darr)
array_darr.to_zarr(path_darr)

print(array_xa)

path_xa = os.path.join(dir_sup, 'xarray_example.zarr')
if os.path.exists(path_xa):
    shutil.rmtree(path_xa)
array_xa.to_zarr(path_xa)

xarray默认会把DataArray的坐标变量和数据变量分别存储为Zarr group下的不同数组，导致生成多文件夹结构；而Dask的to_zarr()是直接将数组存储为Zarr根目录下的单个数组，这也是napari期望的格式。要让xarray生成一致的结构，只需调整to_zarr()的参数：

• 添加name=None参数：让xarray直接将数据数组存储在Zarr的根级别，而非嵌套在group的变量下
• 可选添加consolidated=True参数：生成合并的元数据文件，提升后续读取效率

修改后的保存代码如下：

array_xa.to_zarr(path_xa, name=None, consolidated=True)

如果不需要保留坐标信息，还可以先移除坐标再保存，进一步简化结构：

array_xa.drop_vars(['z', 'y', 'x']).to_zarr(path_xa, name=None, consolidated=True)

这样生成的Zarr结构就和Dask输出的完全一致，可直接被napari读取。

内容的提问来源于stack exchange，提问作者user8188435