合并互补三维DataArray列表：将多单维度元素组合为完整数据集

嘿，我来帮你搞定这个DataArray合并的问题！你的场景是生成了一系列只包含dim1和dim2单一坐标组合的小DataArray，现在要把它们拼成一个完整的三维数据集，xarray里有超方便的工具能搞定这个事儿。

方法1：用xr.combine_by_coords()（强烈推荐） #

这个方法简直是为你的场景量身定做的——它会自动识别所有DataArray的坐标信息，把它们按对应的坐标组合拼接起来，完全不用你手动指定维度，省超多事儿：

import itertools
import numpy as np
import xarray as xr

# 你的原始生成代码
ds = []
for vals_dim1, vals_dim2 in itertools.product(list(range(2)), list(range(3))):
    d = xr.DataArray(
        np.random.rand(1, 1, 4),
        coords={'dim1': [vals_dim1], 'dim2': [vals_dim2], 'dim3': range(4)},
        dims=['dim1', 'dim2', 'dim3']
    )
    ds.append(d)

# 一行代码完成合并
combined_data = xr.combine_by_coords(ds)
print(combined_data)

运行后你会得到一个形状为(dim1: 2, dim2: 3, dim3: 4)的完整DataArray，所有dim1和dim2的组合都准确对应上了各自的数据。

方法2：用xr.concat()手动控制拼接流程 #

如果你想更清晰地控制拼接步骤，也可以分两步来：先按dim2把同dim1的DataArray拼起来，再按dim1拼最终结果：

# 第一步：按dim1分组，每组内按dim2拼接
dim1_groups = []
for dim1_val in [0, 1]:
    # 筛选出当前dim1值的所有DataArray
    group = [d for d in ds if d.dim1.item() == dim1_val]
    # 按dim2拼接成一个二维（dim2, dim3）的数组，再保留dim1维度
    concatenated_group = xr.concat(group, dim='dim2')
    dim1_groups.append(concatenated_group)

# 第二步：按dim1拼接所有分组，得到完整三维数组
combined_data = xr.concat(dim1_groups, dim='dim1')
print(combined_data)

这种方法适合需要自定义拼接逻辑的复杂场景，但对你的案例来说，xr.combine_by_coords()显然更高效省心，不用写额外的分组代码。

小提示 #

这两种方法能生效的关键是：你的每个小DataArray都带有明确的坐标标签（dim1和dim2的具体值），xarray可以通过这些标签自动对齐每个数据块的位置；而且所有数组的dim3维度完全一致，不会出现维度不匹配的问题。

内容的提问来源于stack exchange，提问作者mschrimpf