如何为三维数组erf[longitude, latitude, time]计算时间维度中值得到二维数组？

假设你用NumPy处理数组，直接沿时间维度（第三个轴，索引为2）调用np.median()即可：

import numpy as np

# 先计算erf数组（如果还未计算）
erf = r1 - (r2 + r3)

# 沿time轴（axis=2）计算中值，得到[longitude, latitude]的二维数组
erf_median = np.median(erf, axis=2)

如果你的数组带维度标签（比如气象/地理数据常用的xarray），可以直接按维度名称计算，更不易出错：

import xarray as xr

# 假设r1、r2、r3是xarray.DataArray，包含'longitude'、'latitude'、'time'维度
erf = r1 - (r2 + r3)

# 按time维度计算中值
erf_median = erf.median(dim='time')

补充说明：

• NumPy中axis=2对应你数组的第三个维度（time），若维度顺序不同（比如time在前），需调整axis参数；
• xarray的方式更直观，直接指定维度名称'time'，无需关心轴的索引位置，适合维度较多或顺序易变的场景。

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