xarray实现类似np.repeat的二维DataArray双维度逐值上采样方法

xarray 提供了和np.repeat()功能完全对等的原生方法DataArray.repeat()，支持按维度独立设置重复次数，完全匹配你的轻量化操作需求，不需要依赖xesmf这类重型重网格工具。

核心特性 #

• 直接以「维度名=重复次数」的形式传参即可，不需要手动转换numpy数组，自动保留原DataArray的元数据、坐标关联
• 底层为向量化实现，对大尺寸二维数组的操作性能和直接调用np.repeat完全一致，无额外计算开销
• 输出的数组块结构和np.repeat完全对齐，不会引入插值、平滑等额外数值修改

测试样例的实际调用 #

基于你给出的测试代码，仅需一行代码即可得到期望的输出结果：

# 沿x、y维度各重复2次，实现元素按块复制的上采样
upsampled_df = df.repeat(x=2, y=2)

调用后查看数组值，和你给出的目标输出完全一致：

array([[0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 2, 2],
       [0, 0, 1, 1, 2, 2],
       [0, 0, 2, 2, 4, 4],
       [0, 0, 2, 2, 4, 4]])

注意事项 #

• repeat操作后生成的默认坐标是原坐标值的重复拼接，比如原x坐标为[0,1,2]，重复2次后默认x坐标为[0,0,1,1,2,2]；如果场景需要匹配物理空间的等间隔坐标（比如原经纬度间隔1°，放大后间隔0.5°），可以在repeat完成后手动替换对应维度的coords，不需要改动核心的数组重复逻辑。
• 整个流程不需要额外配置环境、计算重网格权重，单步操作即可完成，相比xesmf的操作流程大幅简化，完全适配轻量化使用场景。

内容的提问来源于stack exchange，提问作者Ben