如何重塑xarray Dataset？新增shot维度拆分原x维度

你可以直接用xarray内置的reshape方法实现维度重组，步骤如下：

• 确认原数据集的x维度长度正好等于shot数量 × 单炮集x维度长度（这里200×1201=240200，完全匹配）
• 调用reshape方法，将原x维度拆分为shot和新的x维度：

# 执行维度重塑
seisnc_2d_reshaped = seisnc_2d.reshape(x=("shot", "x"), shot=200, x=1201)

完成后，新数据集的维度就是shot:200, x:1201, y:2001，你可以直接用seisnc_2d_reshaped.isel(shot=n)索引第n个炮集（注意xarray索引从0开始，如果你习惯从1开始取炮集，需要用shot=n-1）。

如果reshape方法无法满足需求（比如需要保留原x坐标信息），可以通过构建多级索引再拆分的方式实现：

import pandas as pd
import xarray as xr

# 构建shot和单炮内x的坐标
shot_idx = range(200)
x_in_shot_idx = range(1201)

# 给原x维度设置多级索引（shot + x）
seisnc_2d = seisnc_2d.assign_coords(
    x=pd.MultiIndex.from_product(
        [shot_idx, x_in_shot_idx],
        names=["shot", "x"]
    )
)

# 拆分多级索引为独立维度
seisnc_2d_reshaped = seisnc_2d.unstack("x")

这种方式会保留每个维度的坐标信息，适合需要后续基于坐标做筛选的场景。

内容的提问来源于stack exchange，提问作者John