我已经使用虹吸管请求了netCDF子集，并形成了一个查询来检索边界框中的变量：

from siphon.catalog import TDSCatalog
cat = TDSCatalog("https://thredds.ucar.edu/thredds/catalog/grib/NCEP/GFS/Global_onedeg/catalog.xml?dataset=grib/NCEP/GFS/Global_onedeg/Best")
ncss = cat.datasets[0].subset()
query = ncss.query()
query.variables("Absolute_vorticity_isobaric")
query.lonlat_box(north=34.,south=33.,west=-102.,east=-101.)
query.accept("netcdf4")

我正在寻找一种可靠，简洁的方法来获取该变量的坐标值，特别是时间和垂直水平。一种可行但不切实际的方法是请求并使用整个数据集。

功能性但不切实际的方法

获取数据

import xarray as xr
query.all_times()
data = ncss.get_data(query)
datastore = xr.backends.NetCDF4DataStore(data)

使用MetPy's xarray accessor作为xarray.Dataset获取数据

ds = xr.open_dataset(datastore).metpy.parse_cf()

从组成xarray.DataArray中获取坐标轴

对于作为xarray.DataArray的数据集的每个变量，调用ds.VARIABLE.metpy.DIMENSION都会使MetPy自动返回适当的坐标变量（无论其名称如何，例如lat，{{1} }，lon，time，time1，altitude_above_msl，isobaric3），其中height_above_ground1是DIMENSION，{{ 1}}，time和vertical。

获取值

在这种情况下，x返回y，而ds.Absolute_vorticity_isobaric.metpy.time返回ds.time。将ds.Absolute_vorticity_isobaric.metpy.vertical添加到调用中只会返回ds.isobaric2，其中包含我一直尝试获取的值。因此，调用.values会产生以下内容（在下面被截断）：

numpy.ndarray

调用ds.Absolute_vorticity_isobaric.metpy.time.values和array(['2019-11-17T00:00:00.000000000','2019-11-17T03:00:00.000000000','2019-11-17T06:00:00.000000000',...,'2020-01-02T06:00:00.000000000','2020-01-02T09:00:00.000000000','2020-01-02T12:00:00.000000000'],dtype='datetime64[ns]') 只会返回NumPy数组，这正是我要寻找的。​​ strong>

问题

尽管以上内容确实可以实现我想要的功能，但是运行仅一个变量却花了将近一分半钟，并且（我认为）不必要地给UCAR服务器加了税。有没有什么方法可以使输出达到上面的水平，而又不会加载所有数据本身呢？