如何配置xarray.open_dataset以通过代理访问URL指向的数据集

xarray 本身未内置独立的代理配置项，其读取远程HTTP/HTTPS资源时代理规则由底层IO库继承，可通过以下两种常用方案实现配置：

方案1：配置进程级环境变量（通用易操作） #

在脚本开头先设置全局代理环境变量，xarray的所有HTTP读写后端都会自动读取该配置，无需额外修改open_dataset调用逻辑：

import os
# 替换为所在机构实际代理地址、端口，需要认证时格式为 http://用户名:密码@代理地址:端口
os.environ['HTTP_PROXY'] = 'http://代理地址:代理端口'
os.environ['HTTPS_PROXY'] = 'http://代理地址:代理端口'

# 配置完成后正常调用open_dataset即可
import xarray as xr
ds = xr.open_dataset("目标数据集URL")

方案2：通过后端参数显式传入代理配置（不影响全局环境） #

如果使用支持fsspec的后端（如h5netcdf、zarr等xarray默认支持的远程读写后端），可以直接通过backend_kwargs传入代理配置，避免修改全局环境变量，适合多代理切换的场景：

import xarray as xr

proxy_cfg = {
    "proxies": {
        "http": "http://代理地址:代理端口",
        "https": "http://代理地址:代理端口"
    }
}

ds = xr.open_dataset(
    "目标数据集URL",
    engine="h5netcdf",
    backend_kwargs={"storage_options": proxy_cfg}
)

注意事项 #

• 若读取的是公开云存储数据集（如GOES系列AWS公开数据集），需确认所在机构代理未屏蔽对应云服务域名
• 代理配置需替换为所在机构提供的真实代理地址、端口，有认证需求时按规则补充账号密码

内容的提问来源于stack exchange，提问作者Tú Patern