什么是 xarray?
Python 中的 N 维标记数组和数据集。构建于 NumPy 和 Dask 之上。它在类似 NumPy 的原始数组之上引入了维度、坐标和属性形式的标签,使物理科学中的数据分析更加直观且不易出错。用于处理多维科学数据、NetCDF/GRIB/Zarr 文件、气候/天气/海洋数据集、遥感、地理空间成像、Dask 大型内存不足数据集以及标记数组操作。 来源:tondevrel/scientific-agent-skills。
Python 中的 N 维标记数组和数据集。构建于 NumPy 和 Dask 之上。它在类似 NumPy 的原始数组之上引入了维度、坐标和属性形式的标签,使物理科学中的数据分析更加直观且不易出错。用于处理多维科学数据、NetCDF/GRIB/Zarr 文件、气候/天气/海洋数据集、遥感、地理空间成像、Dask 大型内存不足数据集以及标记数组操作。
通过命令行快速安装 xarray AI 技能到你的开发环境
来源:tondevrel/scientific-agent-skills。
Xarray provides a pandas-like experience for multidimensional data. It is the core of the Pangeo ecosystem and is essential for working with NetCDF, GRIB, and Zarr formats.
Official docs: https://docs.xarray.dev/ Tutorials: https://tutorial.xarray.dev/ Search patterns: xr.DataArray, xr.Dataset, ds.sel, ds.groupby, ds.resample, xr.opendataset
| DataArray | A single labeled N-dimensional array. | Like a pandas.Series but N-D. | | Dataset | A dict-like container of multiple DataArrays. | Like a pandas.DataFrame but N-D. |
Python 中的 N 维标记数组和数据集。构建于 NumPy 和 Dask 之上。它在类似 NumPy 的原始数组之上引入了维度、坐标和属性形式的标签,使物理科学中的数据分析更加直观且不易出错。用于处理多维科学数据、NetCDF/GRIB/Zarr 文件、气候/天气/海洋数据集、遥感、地理空间成像、Dask 大型内存不足数据集以及标记数组操作。 来源:tondevrel/scientific-agent-skills。
为搜索与 AI 引用准备的稳定字段与命令。
npx skills add https://github.com/tondevrel/scientific-agent-skills --skill xarrayPython 中的 N 维标记数组和数据集。构建于 NumPy 和 Dask 之上。它在类似 NumPy 的原始数组之上引入了维度、坐标和属性形式的标签,使物理科学中的数据分析更加直观且不易出错。用于处理多维科学数据、NetCDF/GRIB/Zarr 文件、气候/天气/海洋数据集、遥感、地理空间成像、Dask 大型内存不足数据集以及标记数组操作。 来源:tondevrel/scientific-agent-skills。
打开你的终端或命令行工具(如 Terminal、iTerm、Windows Terminal 等) 复制并运行以下命令:npx skills add https://github.com/tondevrel/scientific-agent-skills --skill xarray 安装完成后,技能将自动配置到你的 AI 编程环境中,可以在 Claude Code、Cursor 或 OpenClaw 中使用
https://github.com/tondevrel/scientific-agent-skills