xarray计算空间加权均值报TypeError: invalid type promotion错误

• 权重生成逻辑有误：代码中使用全数据集的纬度坐标ds.lat计算余弦权重，但待计算的olr已经裁剪为2°N-9°N的子区域，权重数组的坐标标签和olr的纬度维度不匹配
• 数据精度不匹配：netCDF中存储的OLR变量通常为float32类型，而numpy默认计算余弦值输出float64类型，xarray加权均值底层调用numpy einsum运算时，老版本不支持隐式跨精度类型提升，因此抛出invalid type promotion错误

调整权重计算逻辑，在完成空间、时间切片后，使用切片对应的纬度序列生成权重，同时将权重转换为和待计算变量一致的精度，修改后可直接在xarray内完成计算，无需调用外部cdo工具，修复后完整代码如下：

import xarray as xr
import numpy as np

min_lat = 2
max_lat = 9
datestr = "2017-03-10"

olrfile = "olr-daily_v01r02_20170101_20171231.nc"
ds = xr.open_dataset(olrfile)
olr = ds.sel(lat=slice(min_lat, max_lat), time=datestr)
# 基于裁剪后的纬度计算权重，同时对齐数据类型
weights = np.cos(np.deg2rad(olr.lat)).astype(olr.olr.dtype)
olrw = olr.weighted(weights)
olrm = olrw.mean(dim=('lat'))

注：如果需要批量计算多个子区域、多时间步的加权平均，只要保证权重由当前计算范围对应的纬度生成、且类型和目标变量一致，即可稳定运行，计算效率与cdo工具无显著差异。

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