### 在 Python 中使用 xarray 对 DataArray 的特定维度求平均值 在 Python 中，`xarray` 提供了强大的功能来处理多维数组数据。对于 `DataArray` 对象，可以通过调用 `.mean()` 方法对指定的维度求平均值[^2]。 #### 语法说明 `.mean(dim=None)` 是 `xarray` 中用于计算平均值的方法，其中参数 `dim` 指定要对其求平均值的维度名称。如果未指定 `dim`，则会对所有维度求平均值。 #### 示例代码 以下是一个完整的示例，展示如何对一个特定维度求平均值： ```python import xarray as xr # 创建一个示例 DataArray data = xr.DataArray( [[1, 2, 3], [4, 5, 6], [7, 8, 9]], dims=["x", "y"], coords={"x": [0, 1, 2], "y": ["a", "b", "c"]} ) # 对维度 'x' 求平均值 mean_along_x = data.mean(dim="x") print("Mean along dimension 'x':") print(mean_along_x) # 对维度 'y' 求平均值 mean_along_y = data.mean(dim="y") print("Mean along dimension 'y':") print(mean_along_y) ``` #### 输出结果 运行上述代码后，输出如下： ``` Mean along dimension 'x': <xarray.DataArray (y: 3)> array([4., 5., 6.]) Coordinates: * y (y) <U1 'a' 'b' 'c' Mean along dimension 'y': <xarray.DataArray (x: 3)> array([2., 5., 8.]) Coordinates: * x (x) int64 0 1 2 ``` #### 注意事项 - 如果需要对多个维度同时求平均值，可以将这些维度名称作为列表传递给 `dim` 参数。例如：`data.mean(dim=["x", "y"])`[^2]。 - 如果数据中包含缺失值（NaN），默认情况下 `.mean()` 方法会忽略这些值。如果希望更改此行为，可以设置 `skipna=False` 参数[^3]。 #### 处理降维后的坐标恢复 当对某个维度求平均值时，该维度会被降维。如果需要将降维后的坐标恢复为原始维度，可以使用 `expand_dims` 方法[^4]。 示例如下： ```python # 对维度 'x' 求平均值并恢复维度 mean_along_x_expanded = data.mean(dim="x").expand_dims("x") print("Expanded mean along dimension 'x':") print(mean_along_x_expanded) ``` #### 输出结果 ``` Expanded mean along dimension 'x': <xarray.DataArray (x: 1, y: 3)> array([[4., 5., 6.]]) Coordinates: * x (x) int64 0 * y (y) <U1 'a' 'b' 'c' ``` ---