加载NetCDF4文件时xarray为何向变量引入随机值？

问题根源 #

你的问题核心是手动设置的fill_value与NaN的处理逻辑冲突，叠加旧版本xarray/netcdf4的兼容性bug，导致读取时出现内存越界或值解析错误，进而引发内核崩溃和随机异常值。MATLAB对NetCDF的fill_value/NaN处理逻辑与xarray不同，因此能正常读取文件。

解决方案 #

方案1：用xarray直接创建NetCDF文件（推荐）

避免手动操作netCDF4底层API，xarray会自动处理维度对齐、数据类型映射和fill_value兼容性：

import numpy as np
import xarray as xr

# 生成目标数据
data_2_save = np.squeeze(np.float32(np.zeros([6,29947])))
data_2_save[0,1000:27300] = np.nan
data_2_save[1,1010:27310] = np.nan
data_2_save[2,1050:27350] = np.nan
data_2_save[3,1000:27300] = np.nan
data_2_save[4,900:27300] = np.nan
data_2_save[5,100:27300] = np.nan

# 生成坐标数据
t = np.float32(range(-2921,27026,1))
d = np.arange(1,7)

# 构建xarray数据集
ds = xr.Dataset(
    {
        'VARIABLE': xr.DataArray(
            data_2_save.T,
            dims=['TIME', 'D'],
            attrs={
                'long_name': 'name',
                'valid_max': np.float32(np.nanmax(data_2_save)),
                'valid_min': np.float32(np.nanmin(data_2_save)),
                'comment': 'A comment goes here'
            }
        )
    },
    coords={
        'TIME': xr.DataArray(
            t,
            attrs={
                'units': "days since 1950-01-01 00:00:00 UTC",
                'long_name': 'analysis time',
                'standard_name': 'time',
                'valid_max': np.nanmax(t),
                'valid_min': np.nanmin(t),
                'axis': 'T',
                'calendar': 'gregorian'
            }
        ),
        'D': xr.DataArray(
            d,
            attrs={
                'standard_name': 'D',
                'valid_max': np.int32(np.round(np.nanmax(d))),
                'valid_min': np.int32(np.round(np.nanmin(d)))
            }
        )
    }
)

# 保存为NetCDF文件
ds.to_netcdf('test_xarray.nc', format='NETCDF4_CLASSIC')

方案2：修复原netCDF4-python代码

如果坚持用netCDF4-python创建文件，需调整fill_value设置并避免内存视图问题：

1. 删除手动设置的fill_value，让库默认用NaN作为float32类型的填充值：

# 修改VAR变量创建代码，移除fill_value参数
VAR = dataset.createVariable('VARIABLE', np.float32, ('TIME','D'))

2. 赋值时使用副本避免内存视图导致的异常：

VAR[:] = np.transpose(data_2_save).copy()

方案3：升级依赖包到最新兼容版本

你的xarray（0.20.1）和netcdf4（1.5.7）版本较老，存在已知兼容性bug，通过conda-forge频道升级：

conda install -c conda-forge xarray netcdf4 numpy

验证方法 #

用以下代码读取修复后的文件，确认数据正常：

import xarray as xr
data = xr.open_dataset('test_xarray.nc')
# 检查空值数量和最大值
print(f"空值总数：{data.VARIABLE.isnull().sum().values}")
print(f"变量最大值：{data.VARIABLE.max().values}")
# 绘图验证
data.VARIABLE[:,1].plot()

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