本文介绍使用 xarray.decode_cf() 自动解析 netcdf 中的 cftime 编码时间，并通过 astype(int) 一步向量化转换为毫秒级 unix 时间戳，避免显式循环，兼顾精度与性能。
在处理气象或地球科学领域的 NetCDF 数据时，时间维度常以 cftime 编码形式存储（如 “days since 2002-01-01T00:00:00″），其本质是相对于参考时刻的数值偏移量（浮点数），而非原生 datetime。直接对这类数组做 Unix 时间戳转换时，若采用手动遍历 + cftime.num2date() + datetime.timestamp() 的链式调用，不仅代码冗长，还会因 Python 循环严重拖慢性能——尤其面对数万甚至百万级时间点时。
所幸，xarray 提供了开箱即用的自动化解决方案：xarray.decode_cf() 能智能识别变量的 units 和 calendar 属性（需确保 units 小写，如 “days since…”，而非 “Days since…”），并批量、向量化地将其解码为 datetime64[ns] 类型的 DataArray，完全规避循环。
解码后，获取毫秒级 Unix 时间戳仅需一行向量化操作：
