如何在xarray DataArray中插入气压层级数组解决维度不匹配问题？

你当前的问题出在np.tile的使用方式错误：tile(pressure_values, (365,11,25))会将8个气压值在经度维度重复25次，导致最终形状为(365,11,200)，和原DataArray的(365,11,25)不匹配。

根据你“将pressure_values插入到每个坐标位置”的需求，合理的做法是新增一个气压层级维度，让每个(time, lat, lon)时空点都对应全部8个气压值，具体实现如下：

解决方案代码 #

import numpy as np
import xarray as xr

# 生成适配的四维数据：(time, lat, lon, level)
pressure_data = np.broadcast_to(
    # 给pressure_values新增三个前置维度，用于广播匹配
    pressure_values[np.newaxis, np.newaxis, np.newaxis, :],
    (len(temp70_us['time']), len(temp70_us['lat']), len(temp70_us['lon']), len(pressure_values))
)

# 构建带层级维度的DataArray
pressure_filled = xr.DataArray(
    data=pressure_data,
    dims=['time', 'lat', 'lon', 'level'],
    coords={
        'time': temp70_us['time'],
        'lat': temp70_us['lat'],
        'lon': temp70_us['lon'],
        'level': pressure_values  # 直接用气压值作为层级坐标
    }
)

替代方案（若需保留三维结构） #

如果你确实需要维持原三维形状（不新增维度），则需要明确每个时空点对应哪个气压值（比如循环赋值或按规则映射），但这种场景不符合“插入所有气压值到每个坐标”的需求，示例代码（仅作参考）：

# 示例：将每个时空点赋值为pressure_values的第一个元素
pressure_filled = pressure_empty.copy(data=np.full_like(pressure_empty.data, pressure_values[0]))

# 或按某种规则映射（如按纬度匹配气压层级）
# 需根据具体逻辑自行实现

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