关于xarray open_mfdataset合并netCDF文件后变量未返回Numpy数组的技术咨询

这事儿我之前处理过，其实根源是xarray为了应对大文件场景，默认用Dask延迟加载来处理合并后的变量，而你指定的concat_dim="row"会被直接生成Numpy数组（因为维度信息是合并时直接计算出来的，不需要延迟）。要让所有变量都变成Numpy数组，有两种简单的方法：

方法一：合并后直接加载到内存 #

如果你的总数据量（96万行）在内存承受范围内，直接在合并后调用load()方法，就能把所有Dask数组转换成Numpy数组：

ds_disk_merged = xarray.open_mfdataset([path1, path2, path3, path4], concat_dim="row", combine='nested').load()

之后再访问ds_disk_merged.time.data，就会得到你想要的Numpy数组了。

方法二：针对单个变量转换（按需加载） #

如果不想一次性把所有数据加载到内存，也可以对特定变量单独用compute()或者直接取.values来触发计算，得到Numpy数组：

# 两种方式效果一致
time_numpy = ds_disk_merged.time.compute()
time_numpy = ds_disk_merged.time.values

补充说明 #

为什么row维度一开始就是Numpy数组？因为xarray在执行concat_dim合并时，会直接计算出拼接后的维度索引，不需要延迟加载；而其他变量的数据默认会保留Dask的分块结构（对应你每个输入文件的行数），这样可以避免一次性加载大文件导致内存溢出。既然你的数据量不大，第一种方法最适合你的需求。

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