我有一个（大）多维 xarray 数据数组或数据集，并且想沿着一维路径选择或插入数据，而没有缓慢的循环或列表理解（例如，在纬度和经度上定义了二维数据，我想获取数据沿着由纬度和经度给出的路径）：
import xarray as xr
import numpy as np
lats, lons = np.arange(0, 6), np.arange(10, 17)
path_lats, path_lons = np.arange(0.3, 5, 0.5), np.arange(10.6, 15.6, 0.5)
da = xr.DataArray(np.random.rand(len(lats), len(lons)), coords=[lats, lons], dims=['latitude', 'longitude'])
下面返回一个包含 path_lats 和 path_lons 的所有组合的 2D DataArray，类似于使用 itertools.product(path_lats, path_lons) 的 for 循环：
da_path = da.interp(latitude=path_lats, longitude=path_lons)
对于大于二维的更大的 Dataarrays\Datasets，这将消耗大量内存，因为它包含大量此任务不需要的数据。
我想要的是使用 zip(path_lats, path_lons) 的 for 循环 \ 列表理解的快速版本，例如（此处无效语法）
da_pathZIP = da.interp((latitude, longitude) = (path_lats, path_lons))
这将返回一个一维数据数组（坐标：路径的索引），可能还有数据附加的纬度和经度。生成的 Dataarray 应包含以下数据：
[float(da.interp(latitude=p_lat, longitude=p_lon)) for p_lat, p_lon in zip(path_lats, path_lons)]
在不使用循环的情况下，这可以在 …