xarray 属性含嵌套数组时，identical 报真值不明确

两个 DataArray 的值、坐标都相同，a.identical(b) 却报 The truth value of an array with more than one element is ambiguous。如果 attrs 中有一个字典，字典里又放着多元素 NumPy 数组，应检查属性比较路径。

xarray 2026.9.0 对顶层数组属性和列表有专门等价判断，但嵌套字典可能落到普通 ==。字典比较内部又要求数组比较结果能变成单个布尔值，因而抛异常。xr.testing.assert_identical() 同样可能失败；合并时，drop_conflicts 还可能把实际上相同的属性删除。

先判断是数据不同，还是属性比较失败

例如两边都有如下属性结构：

attrs = {"calibration": {"coeffs": np.array([1.0, 2.0])}}

这里假定已有 import numpy as np。两个分别创建的数组内容相同，不代表 Python 字典能够直接比较它们。不能通过让两边共享同一个属性对象来“修好”比较，那会改变共享和修改关系，还可能只是触发对象身份相同的快捷分支。

如果只需定位问题，可先比较数据与坐标，再按明确的属性结构比较数组：

import numpy as np
import xarray as xr

xr.testing.assert_equal(a, b)
np.testing.assert_array_equal(
    a.attrs["calibration"]["coeffs"],
    b.attrs["calibration"]["coeffs"],
)

assert_equal 不验证 attrs，上面第二步也只覆盖这一项已知数组。应用还有其他属性、维度标签或自定义缺失语义时，需要逐项补全；这段定位代码不能当作任意对象 assert_identical 的完整替代。

允许调整元数据结构时，把数组放到明确层级

若属性模式由应用自己控制，可把数组变成命名清楚的顶层属性，例如 calibration_coeffs，将其他标量属性保留在既定位置。顶层 ndarray 会进入 xarray 已有的数组比较路径；但这会改变元数据结构，所有读取它的导出、合并和业务代码必须一起适配。

多维、带坐标或需要参与计算的标定数据，也可能更适合作为变量保存。这个选择取决于数据模型，不能为了一个比较异常就把所有 attrs 一律搬进 data_vars。

若结构不能改，应使用应用定义的数组安全比较规则，在完成全部元数据验证后再决定合并政策。combine_attrs="override" 会选择一方属性，只有明确接受该政策且已核对冲突时才能使用；直接切换过去，会隐藏真实差异。

不要在异常外套 any 或 all

异常发生在嵌套字典比较内部，外层 np.all(a.identical(b)) 拿不到一个可归约的结果。捕获 ValueError 后一律返回 False，也会把相等对象判成不等；合并时静默丢属性可能进一步丢掉标定信息。

验收覆盖数组相同、数组不同、缺少属性键、数组形状不同，以及双方分别持有独立数组的情况。若最后要写 NetCDF 或 Zarr，还须按目标格式验证属性序列化；内存里的比较成功不表示任意嵌套字典都能保存并原样恢复。

正式 2026.9.0 仍有上述等价比较分支。后续版本若增加递归处理，应以相同和不同的属性样本复查返回值、断言以及合并后的属性，不能只确认不再抛异常。