我目前正在处理一些海洋模型输出。每个时间步长，它有42*1800*3600个网格点。
我发现我的程序瓶颈在于切片和调用xarray内置方法来提取值。更有趣的是，同样的语法有时需要非常不同的时间。
ds = xarray.open_dataset(filename, decode_times=False)
vvel0=ds.VVEL.sel(lat=slice(-60,-20),lon=slice(0,40))/100 #in CCSM output, unit is cm/s convert to m/s
uvel0=ds.UVEL.sel(lat=slice(-60,-20),lon=slice(0,40))/100 ## why the speed is that different? now it's regional!!
temp0=ds.TEMP.sel(lat=slice(-60,-20),lon=slice(0,40)) #de
例如，阅读VVEL和UVEL需要大约4秒的时间，而仅阅读TEMP只需要大约6毫秒。如果没有切片，VVEL和UVEL需要大约1秒的时间，而TEMP只需要120纳秒。
我一直以为，当我只输入完整数组的一部分时，我需要更少的内存，因此需要更少的时间。事实证明，XARRAY加载完整数组并且任何额外的切片都需要更多时间。但是，请问为什么从同一netcdf文件中读取不同的变量需要如此不同的时间？
该程序旨在提取逐步截面，并计算横截面热输运，因此我需要挑选出UVEL或VVEL，将其与沿截面的TEMP相乘。所以，似乎快速加载TEMP很好，不是吗？
不幸的是，情况并非如此。当我循环遍历约250个网格点沿着预定的截面时...
# Calculate VT flux orthogonal to the chosen grid cells, which is the heat transport across GOODHOPE line
vtflux=[]
utflux=[]
vap = vtflux.append
uap = utflux.append
#for i in range(idx_north,idx_south+1):
for i in range(10):
yidx=gh_yidx[i]
xidx=gh_xidx[i]
lon_next=ds_lon[i+1].values
lon_current=ds_lon[i].values
lat_next=ds_lat[i+1].values
lat_current=ds_lat[i].values
tt=np.squeeze(temp[:,yidx,xidx].values) #<< calling values is slow
if (lon_next<lon_current) and (lat_next==lat_current): # The condition is incorrect
dxlon=Re*np.cos(lat_current*np.pi/180.)*0.1*np.pi/180.
vv=np.squeeze(vvel[:,yidx,xidx].values)
vt=vv*tt
vtdxdz=np.dot(vt[~np.isnan(vt)],layerdp[0:len(vt[~np.isnan(vt)])])*dxlon
vap(vtdxdz)
#del vtdxdz
elif (lon_next==lon_current) and (lat_next<lat_current):
#ut=np.array(uvel[:,gh_yidx[i],gh_xidx[i]].squeeze().values*temp[:,gh_yidx[i],gh_xidx[i]].squeeze().values) # slow
uu=np.squeeze(uvel[:,yidx,xidx]).values # slow
ut=uu*tt
utdxdz=np.dot(ut[~np.isnan(ut)],layerdp[0:len(ut[~np.isnan(ut)])])*dxlat
uap(utdxdz) #m/s*degC*m*m ## looks fine, something wrong with the sign
#del utdxdz
total_trans=(np.nansum(vtflux)-np.nansum(utflux))*3996*1026/1e15
特别是这一行：
tt=np.squeeze(temp[:,yidx,xidx].values)
它需要大约3.65秒，但现在必须重复大约250次。如果我删除 .values，这个时间会减少到约4毫秒。但我需要将 tt 计时到 vt，因此必须提取值。奇怪的是，类似的表达式 vv=np.squeeze(vvel[:,yidx,xidx].values) 所需的时间更少，只有约1.3毫秒。
总结我的问题：
- 为什么从同一netcdf文件中加载不同变量需要不同的时间？
- 是否有更有效的方法来选择多维数组中的单个列？（不一定是xarray结构，也可以是numpy.ndarray）
- 为什么从Xarray结构提取值需要不同的时间，对于完全相同的语法？
谢谢！