用途：xarray 面向地球科学等场景，提供带标签的多维数组处理，适合气候、海洋等数据集的分析与读写。
主要能力：核心类有 Dataset（对齐的 DataArray 集合，类似 NetCDF 文件）、DataArray（带标签维度的单变量）与 Coordinates（时间、经纬度等维度标签）。读写上可用 xr.open_dataset 打开 NetCDF，ds.to_netcdf 写出结果，支持 Zarr 等格式。分析上支持按坐标值或索引选取（sel/isel，含 method='nearest'）、按维度聚合统计（mean 等）、余弦纬度权重加权平均、groupby 与 resample（如按月、按年、1M 重采样及滚动窗口）、气候态与距平计算，以及 where 条件与坐标掩膜。
使用方式：import xarray as xr；ds = xr.open_dataset('data.nc')；temp = ds['temperature']；temp.values 取 numpy 数组，ds.to_dataframe() 转 pandas。常用示例：temp.sel(time='2020-01-15')、temp.isel(time=0)、temp.mean(dim='time')、temp.groupby('time.month').mean()、temp.resample(time='1M').mean()。可用 DataArray 构造新数据并写回 NetCDF。
大数据：open_dataset(..., chunks={'time': 100}) 或 open_mfdataset('data_*.nc', chunks='auto') 启用 Dask 惰性加载，运算在 .compute() 前不执行。
适用场景：需要带标签维度处理、NetCDF/Zarr 无缝 I/O、groupby/resample 或 Dask 并行处理大规模数据时使用。选择替代：快速一次性命令行操作可用 CDO/NCO；Met Office 生态与 UGRID 网格可用 iris。
限制：对从 numpy 转来的新手有学习曲线；大数据需注意内存；时间解码失败可用 decode_times=False 后手动解码；注意坐标对齐问题。资料只提供脚本 scripts/climate_analysis.py 用于气候数据分析，其余安装与收费信息暂未提供。