在xarray列上执行基础向量运算时遇空数组问题求助

为什么相减得到空数组？ #

你用to_array()把多变量合并成DataArray后，两个数组的variable维度标签完全不匹配：leo的标签是['xLeo','yLeo','zLeo']，gps的是['xGps','yGps','zGps']。xarray的核心特性是维度自动对齐，运算时只会保留两边维度标签完全一致的元素，没有匹配项就返回空数组。

重命名报错的原因 #

to_array()执行后，原来的列名（比如xLeo）不是维度名或变量名，而是variable维度的坐标标签。rename()函数只能修改维度名或变量名，无法修改维度的坐标值，所以会报错。

正确的解决方法 #

方法1：统一维度坐标标签后运算 #

修改variable维度的坐标标签，让两个数组的对应分量标签一致，就能正常运算：

ds = xr.open_dataset(data_path)
# 合并变量并统一variable维度的标签为x/y/z
leo = ds[['xLeo','yLeo','zLeo']].to_array().assign_coords(variable=['x', 'y', 'z'])
gps = ds[['xGps','yGps','zGps']].to_array().assign_coords(variable=['x', 'y', 'z'])
# 现在可以正常执行向量加减
vector_diff = gps - leo

此时vector_diff的shape会是(3, 5199)，和预期一致。

方法2：逐分量运算后合并 #

如果觉得维度标签处理麻烦，也可以直接对每个坐标分量单独运算，再合并成向量数组：

ds = xr.open_dataset(data_path)
# 逐分量计算差值
diff_x = ds['xGps'] - ds['xLeo']
diff_y = ds['yGps'] - ds['yLeo']
diff_z = ds['zGps'] - ds['zLeo']
# 合并为一个向量DataArray
vector_diff = xr.concat([diff_x, diff_y, diff_z], dim='variable').assign_coords(variable=['x','y','z'])

向量叉乘的实现 #

如果要执行叉乘，可以用xr.apply_ufunc包装numpy的叉乘函数，实现逐时间步的向量运算：

import numpy as np

def vec_cross(a, b):
    return np.cross(a, b, axis=0)

# 先确保leo和gps的variable维度标签一致（用方法1处理后的数组）
cross_result = xr.apply_ufunc(
    vec_cross,
    leo,
    gps,
    input_core_dims=[['variable'], ['variable']],
    output_core_dims=[['variable']],
    vectorize=True
)

内容的提问来源于stack exchange，提问作者user2823789