如何对两个xarray全维度相减且保留所有维度？

原因分析 #

xarray进行二元算术运算时默认会自动对齐所有维度的坐标，仅保留两边坐标完全匹配的计算结果。你得到的结果中plev维度长度为0，本质是两个数组的plev坐标没有任何重叠值，对齐后该维度被自动截断为0长度。
常见的plev坐标不匹配场景包括：

• 单位不一致：比如一个数组的plev单位为hPa（数值为1000、850等），另一个为Pa（数值为100000、85000等），数值量级差1000倍完全没有交集
• 浮点精度误差：同一个气压层在两个数组中因为存储精度问题出现微小数值偏差，被判定为不同坐标
• 坐标排序逻辑不同：不过这种情况如果数值匹配只会重排维度顺序，不会出现长度为0的问题

排查步骤 #

先运行以下代码确认坐标匹配情况：

# 打印两个数组的plev坐标值
print("wind1气压层：", wind1_xarray.plev.values)
print("wind2气压层：", wind2_xarray.plev.values)
# 查看二者坐标对齐后的plev长度
print("对齐后plev长度：", len(xr.align(wind1_xarray, wind2_xarray, join="inner")[0].plev))

解决方法 #

坐标单位/数值不匹配的情况 #

统一两边的坐标单位后再做运算即可：

# 示例：将Pa单位的plev转换为hPa
wind2_xarray["plev"] = wind2_xarray.plev / 1000
diff = wind1_xarray - wind2_xarray

精度问题或坐标顺序确定匹配的情况 #

如果你确认两个数组的plev维度顺序是一一对应的，只是坐标值不匹配，可以直接替换坐标后运算，或者强制按维度位置计算：

# 方法1：将wind2的plev坐标替换为wind1的坐标
wind2_xarray = wind2_xarray.assign_coords(plev=wind1_xarray.plev)
diff = wind1_xarray - wind2_xarray

# 方法2：直接对底层numpy数组运算后封装回xarray
diff_arr = wind1_xarray.values - wind2_xarray.values
diff = xr.DataArray(diff_arr, dims=wind1_xarray.dims, coords=wind1_xarray.coords)

补充说明：你之前的判断是对的，xarray.DataArray.diff是用来计算同一个数组沿指定维度的相邻元素差分，两个不同数组做差值直接用减号是正确的写法，问题和运算符号本身无关。

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