plt.quiver绘制风应力矢量图报错unhashable type: 'numpy.ndarray'

报错核心来自两个代码逻辑问题：

1. 你给x、y赋值的是经纬度变量的名称字符串，不是实际的经纬度数值数组：x="LON86_125"、y="LAT71_110"本质是两个文本值，传给np.meshgrid后生成的X、Y是字符串组成的数组，完全不包含坐标数值。
2. plt.quiver接收到字符串类型的坐标数组时，cartopy的绘图逻辑会尝试把字符串输入当成数据集的键去索引对应数据，但numpy.ndarray类型不可哈希，无法作为字典键使用，直接触发unhashable type: 'numpy.ndarray'报错。
   另外还有一个隐藏兼容问题：计算得到的U、V是xarray DataArray类型，未显式提取数值的话，偶尔会和matplotlib参数解析逻辑出现类型冲突。

import xarray as xr
import numpy as np
import matplotlib.pyplot as plt
import cartopy.crs as ccrs

# 数据读取逻辑保持不变
paths = ["i stress.nc", "j stress.nc"]
DS = xr.open_mfdataset(paths)

# 创建等经纬度投影坐标轴
ax = plt.axes(projection=ccrs.PlateCarree())

# 计算时间平均风应力，通过.values提取numpy数组规避类型兼容问题
U = DS.SOZOTAUX.mean(dim='TIME').values
V = DS.SOMETAUY.mean(dim='TIME').values

# 从数据集里提取实际的经纬度数值数组，不要直接传变量名字符串
x = DS["LON86_125"].values
y = DS["LAT71_110"].values
# 生成坐标网格，输出形状和U/V的(纬度,经度)维度完全匹配
X, Y = np.meshgrid(x, y)

# 绘制风矢，显式指定坐标投影避免cartopy识别错误
plt.quiver(X, Y, U, V, transform=ccrs.PlateCarree())

# 按需添加辅助要素
ax.coastlines()
plt.show()

• 如果运行时提示维度不匹配，检查经纬度长度和U/V对应维度的对应关系：如果U的维度顺序是(经度,纬度)，把np.meshgrid的参数顺序调换为np.meshgrid(y, x)即可。
• 风矢过于密集影响观感时，可以给数组加步长切片降采样，例如传入X[::2,::2], Y[::2,::2], U[::2,::2], V[::2,::2]，每2个点取1个绘制即可。

内容的提问来源于stack exchange，提问作者Sougata