- 综合排序
- 最热优先
- 最新优先
- 来自专栏气象杂货铺
气象Python学习手册 by Unidata
1.Unidata Python Gallery 基础库安装到位，运行脚本即可出图 脚本可点击文末阅读原文下载 页面链接：https://unidata.github.io/python-gallery 2.Useful Python Tools This is a list of useful and/or new Python tools that the Unidata Python Team Unidata Projects MetPy - General meteorological toolkit siphon - Remote data access netCDF4-python -
1.6K31发布于 2020-04-21 - 来自专栏气象杂货铺
气象领域最强Python教程
Unidata在其GitHub站点发起了一个地球科学相关的Python在线培训课程，主要包括大量的绘图示例以及很多气象常用库的入门教程。 ? 网站提供了完整的教程Python环境，按照以下步骤创建虚拟环境跟着教程走即可快速熟悉Python在地球科学领域的应用了~ git clone https://github.com/Unidata/python-training Plot HRRR Output with Siphon and XArray Debugging and Troubleshooting Your Code 最后附上官网网站链接：https://unidata.github.io
4K71发布于 2020-04-21 - 来自专栏气象杂货铺
Zarr真的能替代NetCDF4和HDF5吗
Unidata在2019年开始在netCDF-C中引入Zarr支持，并从4.8.0版本开始正式支持Zarr，命名为NCZarr。 参考链接： 1. https://zarr.readthedocs.io/en/stable/ 2. https://www.unidata.ucar.edu/blogs/news/entry/netcdf-and-native-cloud-storage 3. https://www.unidata.ucar.edu/blogs/developer/en/entry/netcdf-zarr-data-model-specification 4. https ://www.unidata.ucar.edu/blogs/developer/entry/overview-of-zarr-support-in 5. https://nbviewer.jupyter.org
3.9K30编辑于 2022-09-23 - 来自专栏java和python
解析nc格式文件，GRB格式文件的依赖包edu.ucar.netcdfAll的api 学习
findVariable（） 5.3 6 导入依赖 7 打开 nc 文件 0 目的 网上对于这个依赖包的学习资料是比较的少，所以整理这个包里面，工作中我们可以用到的一些api进行学习 https://www.unidata.ucar.edu / https://www.unidata.ucar.edu/software/netcdf/examples/programs/ https://docs.unidata.ucar.edu/netcdf-java /5.1/userguide/common_data_model_overview.html#data-access-layer-object-model https://docs.unidata.ucar.edu /netcdf-java/5.1/userguide/using_netcdf_java_artifacts.html python https://unidata.github.io/MetPy/
1.7K40编辑于 2022-06-26 - 来自专栏气象杂货铺
PyAOS：大气和海洋科学Python社区
Siphon (UniData) Utilities for downloading data from remote data services. regionmask (Mathias Hauser 气象学 MetPy (UniData) Tools for reading, visualising and performing calculations with weather data.
1K41编辑于 2022-09-23 - 来自专栏气python风雨
wrf-python 1.4.0更新内容以及浅谈xwrf
Humidity Implemented: mpcalc.relative_humidity_from_mixing_ratio slp Sea Level Pressure Open PR Pending: Unidata multiple functions possibly needed depending on exact source fields (hopefully will be made easier with Unidata multiple functions possibly needed depending on exact source fields (hopefully will be made easier with Unidata for single-profile only: mpcalc.wet_bulb_temperature updraft_helicity Updraft Helicity Open Issue: Unidata
10710编辑于 2026-04-24 - 来自专栏好奇心Log
PyAOS：大气和海洋科学Python社区
Siphon (UniData) Utilities for downloading data from remote data services. regionmask (Mathias Hauser 气象学 MetPy (UniData) Tools for reading, visualising and performing calculations with weather data.
2.1K61发布于 2021-05-28 - 来自专栏气象杂货铺
NCAR抛弃PyNCL后又一面向地球科学的Python项目
Pythia项目是由NCAR、Unidata以及Albany大学共同维护，有两个主要资源供你使用，以开始学习如何使用Python和Python生态系统中的技术用于地球科学：Pythia基础书(Pythia Python资源库 此部分囊括了大量的Python教程，包括Unidata、Metpy、Xarray、Dask、Matplotlib、WRF-Python等，看下面常常的列表就知道有多少了～日常使用Python
69820编辑于 2022-09-23 - 来自专栏MeteoAI
ncview的安装
hdf-wordpress-1/wp-content/uploads/manual/HDF5/HDF5_1_10_5/source/hdf5-1.10.5.tar.bz2 wget ftp://ftp.unidata.ucar.edu /pub/udunits/udunits-2.2.26.tar.gz wget https://github.com/Unidata/netcdf-c/archive/v4.6.3.tar.gz wget
9.2K60发布于 2019-07-24 - 来自专栏andy的小窝
RxJava2 的关键字zip的实际应用
=null) { Observable<UserBean> uniData = getUniData(urlUv, token, deviceId); Observable.zip(homeData, uniData, new BiFunction<Data, UserBean, HomeData>() { @Override
71820发布于 2020-02-12 - 来自专栏气象杂货铺
Metpy：气象数据处理及可视化
---- 注1： http://www.unidata.ucar.edu/blogs/news/entry/metpy_an_open_source_python 注2：https://unidata.github.io
6.3K31发布于 2020-04-21 - 来自专栏气象杂货铺
Basemap系列教程：读取WRF模式数据
---- 注1： https://en.wikipedia.org/wiki/Weather_Research_and_Forecasting_Model 注2： http://www.unidata.ucar.edu /software/netcdf/examples/wrfout_v2_Lambert.nc 注3： https://www.unidata.ucar.edu/software/netcdf/examples
2.2K20发布于 2020-04-20 - 来自专栏给永远比拿愉快
使用Python的netCDF4和matplotlib.basemap包进行气象数据的可视化
NetCDF4：https://github.com/Unidata/netcdf4-python Basemap：http://matplotlib.org/basemap/users/installing.html
2.6K21发布于 2019-01-22 - 来自专栏MeteoAI
使用Python处理NetCDF格式文件
如下图所示(截图仅展示了很少的部分，完整列表见Unidata[1])： ? 图2 添加数据循环 数据处理下集预告：如何处理grib格式数据 1. https://www.unidata.ucar.edu/software/netcdf/software.html 2.
8.5K45发布于 2019-07-22 - 来自专栏bit哲学院
[383]python unicodedata用法
'NFKD', title).encode('ascii','ignore') 'Kluft skrams infor pa federal electoral groe' unicodedata.unidata_version >>> import unicodedata >>> print(unicodedata.unidata_version) 9.0.0 >>> >>> print(unicodedata.ucd_3_2
92940发布于 2020-12-24 - 来自专栏气象杂货铺
【学习必备】碰到不懂的专业气象词汇怎么办？
lang=eng&i=1&index=alt&codom2nd=1 第二个困难关于大气科学的缩略词，有时也能在上述的网站中搜到，但是，无论是计划还是组织，又或是术语缩写，更推荐以下几个网站 ①UNIDATA http://www.unidata.ucar.edu/publications/acronyms/glossary.html ②Metar / TAF缩写 http://www.moratech.com
90920编辑于 2022-09-23 - 来自专栏python前行者
python unicodedata用法
'NFKD', title).encode('ascii','ignore') 'Kluft skrams infor pa federal electoral groe' unicodedata.unidata_version >>> import unicodedata >>> print(unicodedata.unidata_version) 9.0.0 >>> >>> print(unicodedata.ucd_3_2
3.3K31发布于 2019-03-25 - 来自专栏气python风雨
马年大吉 | 代码实战 | 气压层插值常用库综述（含 xgcm / MetPy / GeoCAT / wrf-python / easyclimate）
700 = log_interpolate_1d( plev, pressure, height, temperature, axis=1 ) 示例图（官方文档）： 来源：https://unidata.github.io geocat-comp.readthedocs.io/en/latest/user_api/generated/geocat.comp.interpolation.interp_hybrid_to_pressure.html https://unidata.github.io
7610编辑于 2026-04-24 - 来自专栏自学气象人
【xarray库(二)】数据读取和转换
参考资料 [1] pandas: https://pandas.pydata.org/ [2] NetCDF: https://www.unidata.ucar.edu/software/netcdf/ http://xarray.pydata.org/en/stable/generated/xarray.DataArray.to_pandas.html [7] NetCDF: https://www.unidata.ucar.edu
8K60编辑于 2022-11-02 - 来自专栏MeteoAI
CESM 2.1.1 移植指南（CentOS 7.6）
PNETCDF 1.9.0 https://parallel-netcdf.github.io/wiki/Download.html NETCDF 4.4.1.1 https://github.com/Unidata /netcdf-c/releases/tag/v4.4.1.1 NETCDF-F 4.4.1 https://github.com/Unidata/netcdf-fortran/releases/tag
3.6K50发布于 2020-12-22
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号