幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python氣象應用編程

  • 作者：楊效業//楊青霖//張詩悅|責編:武曉燕
  • 出版社：人民郵電
  • ISBN：9787115594006
  • 出版日期：2023/01/01
  • 裝幀：平裝
  • 頁數：350
人民幣：RMB 119.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    Python語言憑借其簡潔、易讀及可擴展性等特點，已成為程序設計領域備受歡迎的語言之一。豐富的Python第三方包（又稱「第三方庫」）使得Python可以應用於多個領域，氣象研究與應用領域也不例外。由NCL轉化來的庫很大程度地方便了讀者的學習。
    本書內容由淺入深且針對性強，示例豐富且涉及面廣，系統地介紹Python語言的基本語法、高級特徵以及與氣象應用密切相關的工具包。本書從Python和Linux的基礎知識開始講解，無編程基礎或需鞏固基礎的讀者也能閱讀；然後介紹氣象數據的讀取、處理等；接著介紹繪圖基礎知識與常用的氣象繪圖方案；繼而介紹一些常用氣象物理量計算以及統計方法與檢驗等；最後介紹簡易機器學習入門和幾種Python計算加速方案。
    本書的目標讀者為大氣科學專業及其相近專業本科及以上的學生、科研人員、從業人員，以及對氣象數據處理和可視化感興趣的愛好者。
作者介紹
楊效業//楊青霖//張詩悅|責編:武曉燕
目錄
第1章  認識Python
  1.1  Python簡介
    1.1.1  Python與氣象
    1.1.2  Python與NCL
    1.1.3  為什麼使用Miniconda
  1.2  開始使用
    1.2.1  Miniconda安裝
    1.2.2  設置conda與pip鏡像源
    1.2.3  conda環境
  1.3  Linux與Bash
    1.3.1  Linux發行版
    1.3.2  目錄結構
    1.3.3  用戶與用戶組
    1.3.4  目錄許可權管理
    1.3.5  遠程登錄
    1.3.6  輸入輸出重定向
    1.3.7  常用命令
  1.4  Python包管理
    1.4.1  conda
    1.4.2  pip
  1.5  編輯體驗
    1.5.1  互動式筆記本——Jupyter
    1.5.2  工程型開發環境工具
第2章  Python語言基礎
  2.1  變數
  2.2  原生數據類型
    2.2.1  數值
    2.2.2  空值
    2.2.3  字元串
    2.2.4  列表和元組
    2.2.5  集合
    2.2.6  字典
  2.3  判斷
    2.3.1  比較操作
    2.3.2  如果條件的值不是布爾值
    2.3.3  多重條件
  2.4  循環和迭代
    2.4.1  循環
    2.4.2  迭代
  2.5  序列切片
  2.6  解析式
    2.6.1  列表解析式
    2.6.2  字典解析式
    2.6.3  集合解析式
    2.6.4  生成器解析式
  2.7  函數
    2.7.1  定義函數
    2.7.2  函數的參數
    2.7.3  匿名函數
    2.7.4  閉包與裝飾器

    2.7.5  高階函數
  2.8  面向對象基礎
    2.8.1  什麼是對象
    2.8.2  類和繼承
第3章  NumPy：Python數值計算之源
  3.1  安裝
  3.2  多維數組和列表
  3.3  多維數組的特徵
    3.3.1  數據類型
    3.3.2  軸與維度
  3.4  創建多維數組
    3.4.1  np.array()——直接創建
    3.4.2  np.zeros()——根據shape參數創建數組
    3.4.3  np.arange()——根據起點、終點和步長創建
    3.4.4  np.linspace()——根據起點、終點和元素數量創建
    3.4.5  np.random.randn()——生成符合標準正態分佈的隨機多維數組
  3.5  數組間運算和廣播運算
  3.6  多維數組的索引和切片
    3.6.1  普通索引和切片
    3.6.2  高級索引
  3.7  多維數組對象的方法
    3.7.1  reshape()——改變數組形狀
    3.7.2  transpose()——交換軸
    3.7.3  mean()——計算平均值
    3.7.4  sum()——計算元素和
    3.7.5  std()——計算標準差
    3.7.6  min()——取最小值/max()——取最大值
    3.7.7  round()——進行四捨五入
    3.7.8  dot()——執行向量/矩陣乘法
    3.7.9  astype()——轉換數值類型
  3.8  NumPy的常用函數
    3.8.1  數學計算函數
    3.8.2  三角函數
    3.8.3  浮點函數
    3.8.4  非通用函數
  3.9  NumPy中的常量
  3.10  文件讀寫
    3.10.1  文本格式文件的讀取
    3.10.2  文本格式文件的寫入
    3.10.3  順序二進位文件的讀寫
第4章  pandas：優秀的數據分析工具
  4.1  安裝
  4.2  pd.Series——序列
    4.2.1  創建序列
    4.2.2  時間索引
    4.2.3  pd.Series對象的算術運算
    4.2.4  pd.Series對象的常用屬性
    4.2.5  pd.Series對象的常用方法
  4.3  pd.DataFrame——數據框
    4.3.1  創建數據框

    4.3.2  pd.DataFrame的時間索引
    4.3.3  讀取CSV文件
    4.3.4  pd.DataFrame的算術運算
    4.3.5  提取滿足條件的行
    4.3.6  pd.DataFrame的常用屬性
    4.3.7  pd.DataFrame的常用方法
  4.4  pandas的常用函數
    4.4.1  to_numeric()——將序列轉換為數值類型
    4.4.2  to_datetime()——將序列轉換為時間戳類型
    4.4.3  to_timedelta()——將序列轉換為時間差類型
    4.4.4  date_range()——生成時間序列
    4.4.5  merge()——按值連接兩個pd.DataFrame
    4.4.6  concat()——合併多個pd.DataFrame
第5章  柵格數據處理
  5.1  xarray與氣象柵格數據處理
    5.1.1  xarray的安裝
    5.1.2  xarray基礎知識
    5.1.3  數據數組
    5.1.4  數據集
    5.1.5  數據數組與數據集的處理
  5.2  MetPy入門
    5.2.1  MetPy的安裝
    5.2.2  MetPy的單位制
    5.2.3  MetPy的常用常數
第6章  常用氣象數據讀取和預處理
  6.1  文本文件
    6.1.1  什麼是文件字元編碼
    6.1.2  CSV文件
    6.1.3  空格（製表符）作為分隔符的文件
  6.2  Excel文件
  6.3  NetCDF文件
  6.4  GRIB文件
    6.4.1  使用PyNIO
    6.4.2  使用cfgrib
  6.5  GrADS二進位文件
    6.5.1  站點數據
    6.5.2  柵格數據
  6.6  WRF-ARW輸出文件
  6.7  雷達基數據文件
  6.8  CIMISS的使用
第7章  氣象數據插值
  7.1  空間插值
    7.1.1  從站點到柵格
    7.1.2  從柵格到站點
    7.1.3  從柵格到柵格
  7.2  時間插值
    7.2.1  站點時間內插
    7.2.2  柵格時間內插
第8章  Python繪圖基礎
  8.1  Matplotlib與cartopy基礎知識

    8.1.1  繪圖結構
    8.1.2  Figure、Axes與GeoAxes
  8.2  地理繪圖基礎
    8.2.1  shapefile/GeoJSON數據讀取
    8.2.2  在GeoAxes上繪製
    8.2.3  幾何數據篩選示例
    8.2.4  多邊形合併
  8.3  顏色表（colormap）
    8.3.1  Matplotlib的內置色標
    8.3.2  MetPy庫的內置色標
    8.3.3  創建自定義色標
  8.4  圖像顯示與保存
    8.4.1  圖像顯示
    8.4.2  圖像保存
第9章  基本繪圖類型與氣象繪圖
  9.1  折線圖
    9.1.1  基本折線圖
    9.1.2  多折線圖
    9.1.3  多y軸折線圖
    9.1.4  非等比坐標軸圖
  9.2  散點圖
    9.2.1  基礎散點圖
    9.2.2  帶有地圖投影的散點圖
  9.3  柱狀圖
    9.3.1  單變數柱狀圖
    9.3.2  多變數柱狀圖
  9.4  箱線圖
  9.5  等值線圖
    9.5.1  基本等值線圖
    9.5.2  帶有地圖投影的等值線圖
    9.5.3  垂直剖面等值線圖
  9.6  填色圖
    9.6.1  contourf()
    9.6.2  pcolor()
  9.7  軌跡繪製（以颱風路徑的繪製為例）
  9.8  流線圖
  9.9  矢量箭頭圖
  9.10  風向桿圖
  9.11  探空圖
  9.12  泰勒圖
第10章  常用氣象物理量計算
  10.1  干空氣熱力學（dry thermodynamics）物理量
    10.1.1  高於給定氣壓水平的某高度的氣壓
    10.1.2  高於給定高度一定氣壓的高度
    10.1.3  空氣密度
    10.1.4  干靜力能
    10.1.5  位勢與海拔高度的相互轉換
    10.1.6  位溫
    10.1.7  利用Sigma值計算氣壓
    10.1.8  垂直剖面的靜力穩定度

  10.2  濕熱力學（moist thermodynamics）物理量
    10.2.1  露點溫度
    10.2.2  相當位溫
    10.2.3  氣體混合比
    10.2.4  濕靜力能
    10.2.5  可降水量
    10.2.6  相對濕度
    10.2.7  飽和水汽壓
    10.2.8  比濕
    10.2.9  某層的厚度
    10.2.10  虛位溫
    10.2.11  虛溫
    10.2.12  濕球溫度
  10.3  動力學（dynamics/kinetics）物理量
    10.3.1  絕對渦度
    10.3.2  平流
    10.3.3  非地轉風（地轉偏差）
    10.3.4  科里奧利參數
    10.3.5  散度
    10.3.6  溫度場的二維運動學鋒生函數
    10.3.7  地轉風
    10.3.8  斜壓位渦
    10.3.9  正壓位渦
    10.3.10  水平風的剪切變形
    10.3.11  水平風的拉伸變形
    10.3.12  水平風的水平總變形
    10.3.13  水平風的垂直渦度
    10.3.14  利用u、v分量計算風速（場）
  10.4  氣象領域常用的數學計算方法
    10.4.1  切向量與法向量
    10.4.2  一階導數
    10.4.3  梯度
    10.4.4  水平增量
    10.4.5  拉普拉斯運算元
    10.4.6  二階導數
第11章  常用氣象統計方法與檢驗
  11.1  基本氣候狀態統計量
    11.1.1  中心趨勢統計量
    11.1.2  變化幅度統計量
    11.1.3  相關統計量
    11.1.4  數據標準化
  11.2  氣候變化趨勢分析
    11.2.1  擬合
    11.2.2  滑動平均
    11.2.3  去趨勢
    11.2.4  濾波
  11.3  氣候序列突變檢驗
    11.3.1  滑動t檢驗
    11.3.2  曼-肯德爾法
  11.4  氣候變數場時空結構的分離（經驗正交函數分解）

第12章  機器學習初探
  12.1  什麼是機器學習
  12.2  傳統機器學習
    12.2.1  安裝
    12.2.2  示例數據集
    12.2.3  自己的數據
    12.2.4  數據預處理
    12.2.5  分割數據集
    12.2.6  使用內建演算法進行學習
    12.2.7  使用其他指標評估模型
    12.2.8  使用模型進行預測
    12.2.9  保存/載入訓練好的模型
  12.3  深度學習框架
    12.3.1  安裝
    12.3.2  使用
第13章  計算加速與Fortran綁定
  13.1  原生代碼優化
    13.1.1  將代碼向量化
    13.1.2  使用Numba對循環加速
  13.2  獨立語言綁定
    13.2.1  Cython
    13.2.2  Fortran

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032