如何用Xarray获取每个member对应的气候数据最小值及经纬度

当处理带member、lat、lon维度的Xarray DataArray时，直接使用min()只能得到每个member的最小值，但argmin()返回的是展平后的索引，无法直接关联到对应的经纬度坐标。以下是两种可行的解决方案：

方法一：使用idxmin()直接获取坐标值 #

idxmin()是Xarray专门用于返回极值对应坐标的方法，无需手动处理索引转换，步骤如下：

1. 计算每个member的最小值：

min_values = da.min(dim=['lat', 'lon'], skipna=True)

2. 获取最小值对应的纬度和经度：

min_lats = da.idxmin(dim=['lat', 'lon'], skipna=True)['lat']
min_lons = da.idxmin(dim=['lat', 'lon'], skipna=True)['lon']

3. 合并结果为Dataset（便于查看和后续处理）：

import xarray as xr

result = xr.Dataset({
    'min_value': min_values,
    'min_latitude': min_lats,
    'min_longitude': min_lons
})

方法二：通过argmin()结合展平坐标获取 #

如果需要更灵活处理索引，可以用argmin()先获取展平后的索引，再通过展平的经纬度坐标取值：

1. 计算每个member对应最小值的展平索引：

min_flat_idx = da.argmin(dim=['lat', 'lon'], skipna=True)

2. 将经纬度坐标展平为一维数组：

flat_lats = da.lat.stack(flat_dim=['lat', 'lon'])
flat_lons = da.lon.stack(flat_dim=['lat', 'lon'])

3. 用索引提取对应经纬度：

min_lats = flat_lats.isel(flat_dim=min_flat_idx)
min_lons = flat_lons.isel(flat_dim=min_flat_idx)

4. 同样合并最小值和坐标到Dataset即可。

完整测试示例 #

import xarray as xr
import numpy as np

# 构造测试数据
members = ['mem1', 'mem2', 'mem3']
lats = np.linspace(-90, 90, 10)
lons = np.linspace(-180, 180, 20)
data = np.random.randn(len(members), len(lats), len(lons))
# 手动设置已知最小值位置用于验证
data[0, 3, 5] = -10
data[1, 7, 12] = -15
data[2, 2, 8] = -12

da = xr.DataArray(
    data,
    dims=['member', 'lat', 'lon'],
    coords={'member': members, 'lat': lats, 'lon': lons}
)

# 使用方法一计算结果
min_vals = da.min(dim=['lat', 'lon'], skipna=True)
min_lats = da.idxmin(dim=['lat', 'lon'], skipna=True)['lat']
min_lons = da.idxmin(dim=['lat', 'lon'], skipna=True)['lon']

result = xr.Dataset({
    'minimum_value': min_vals,
    'corresponding_lat': min_lats,
    'corresponding_lon': min_lons
})

print(result)

运行后会输出每个member对应的最小值及经纬度，验证结果符合预期。

注意：skipna=True用于忽略缺失值，如果你的数据没有缺失可以省略，但建议保留以增强鲁棒性。

内容的提问来源于stack exchange，提问作者Yongwu Xiu