• 全新正版现货 Python气象应用编程 9787115594006
21年品牌 40万+商家 超1.5亿件商品

全新正版现货 Python气象应用编程 9787115594006

正版新书现货 可以下单一般就是有货的 下午5点前订单当天发货

70.68 5.9折 119.8 全新

库存123件

北京丰台
认证卖家担保交易快速发货售后保障

作者杨效业,杨青霖,张诗悦著

出版社人民邮电出版社

ISBN9787115594006

出版时间2023-01

版次1

装帧平装

开本16开

纸张胶版纸

页数350页

字数453千字

定价119.8元

货号R_12033584

上书时间2024-01-26

黎明书店

十四年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
基本信息
书名:Python气象应用编程
定价:119.80元
作者:杨效业,杨青霖,张诗悦著
出版社:人民邮电出版社
出版日期:2023-01-01
ISBN:9787115594006
字数:453
页码:350
版次:
装帧:平装
开本:16开
商品重量:
编辑推荐
适读人群 :本书的目标读者为大气科学专业及其相近专业本科及以上的学生、科研人员、从业人员,以及对气象数据处理和可视化感兴趣的爱好者。                               随着科技的发展,气象学的相关研究对从业人员提出了更高的计算机编程要求,气象与计算机技术的深度融合成为发展的趋势。本书关注Python在气象数据处理与可视化方面的应用,循序渐进地介绍Python基础应用,内容涵盖了NumPy、pandas、xarray、SciPy、Metpy、Matplotlib等常用于气象领域的模块的具体用法。本书提供了大量浅显易懂的与气象相关的示例,涵盖多种常见应用场景,极大地降低了读者的学习成本。通过阅读本书,读者可以在较短时间内掌握Python在气象数据处理与可视化中的常用编程技能。
内容提要
Python语言凭借其简洁、易读及可扩展性等特点,已成为程序设计领域备受欢迎的语言之一。丰富的Python第三方包(又称“第三方库”)使得Python可以应用于多个领域,气象研究与应用领域也不例外。由NCL转化来的库很大程度地方便了读者的学习。本书内容由浅入深且针对性强,示例丰富且涉及面广,系统地介绍Python语言的基本语法、高级特征以及与气象应用密切相关的工具包。本书从Python和Linux的基础知识开始讲解,无编程基础或需巩固基础的读者也能阅读;然后介绍气象数据的读取、处理等;接着介绍绘图基础知识与常用的气象绘图方案;继而介绍一些常用气象物理量计算以及统计方法与检验等;最后介绍简易机器学习入门和几种Python计算加速方案。
目录
章 认识Pytho11.1 Python简介 11.1.1 Python与气象 21.1.2 Python与NCL 21.1.3 为什么使用Miniconda 21.2 开始使用 31.2.1 Miniconda安装 31.2.2 设置conda与pip镜像源 91.2.3 conda环境 101.3 Linux与Bash 121.3.1 Linux发行版 121.3.2 目录结构 121.3.3 用户与用户组 131.3.4 目录权限管理 141.3.5 远程登录 151.3.6 输入输出重定向 151.3.7 常用命令 161.4 Python包管理 201.4.1 conda 201.4.2 pip 211.5 编辑体验 211.5.1 交互式笔记本——Jupyter 211.5.2 工程型开发环境工具 30第 2章 Python语言基础 332.1 变量 332.2 原生数据类型 362.2.1 数值 362.2.2 空值 382.2.3 字符串 382.2.4 列表和元组 412.2.5 集合 472.2.6 字典 492.3 判断 532.3.1 比较操作 542.3.2 如果条件的值不是布尔值 542.3.3 多重条件 552.4 循环和迭代 552.4.1 循环 562.4.2 迭代 572.5 序列切片 602.6 解析式 612.6.1 列表解析式 612.6.2 字典解析式 632.6.3 集合解析式 632.6.4 生成器解析式 632.7 函数 642.7.1 定义函数 642.7.2 函数的参数 662.7.3 匿名函数 692.7.4 闭包与装饰器 702.7.5 高阶函数 732.8 面向对象基础 742.8.1 什么是对象 742.8.2 类和继承 75第3章 NumPy:Python数值计算之源 803.1 安装 803.2 多维数组和列表 813.3 多维数组的特征 813.3.1 数据类型 813.3.2 轴与维度 823.4 创建多维数组 833.4.1 np.array——直接创建 833.4.2 np.zeros——根据shape参数创建数组 843.4.3 np.arange——根据起点、终点和步长创建 843.4.4 np.linspace——根据起点、终点和元素数量创建 853.4.5 np.random.randn——生成符合标准正态分布的随机多维数组 853.5 数组间运算和广播运算 853.6 多维数组的索引和切片 883.6.1 普通索引和切片 883.6.2 高级索引 893.7 多维数组对象的方法 903.7.1 reshape——改变数组形状 903.7.2 transpose——交换轴 923.7.3 mean——计算平均值 923.7.4 sum——计算元素和 933.7.5 std——计算标准差 943.7.6 min——取值/max——取值 943.7.7 round——进行四舍五入 953.7.8 dot——执行向量/矩阵乘法 953.7.9 astype——转换数值类型 963.8 NumPy的常用函数 973.8.1 数学计算函数 973.8.2 三角函数 973.8.3 浮点函数 983.8.4 非通用函数 983.9 NumPy中的常量 993.10 文件读写 993.10.1 文本格式文件的读取 993.10.2 文本格式文件的写入 1013.10.3 顺序二进制文件的读写 102第4章 pandas:的数据分析工具 1044.1 安装 1044.2 pd.Series——序列 1044.2.1 创建序列 1054.2.2 时间索引 1064.2.3 pd.Series对象的算术运算 1074.2.4 pd.Series对象的常用属性 1084.2.5 pd.Series对象的常用方法 1114.3 pd.DataFrame——数据框 1234.3.1 创建数据框 1234.3.2 pd.DataFrame的时间索引 1254.3.3 读取CSV文件 1254.3.4 pd.DataFrame的算术运算 1284.3.5 提取满足条件的行 1304.3.6 pd.DataFrame的常用属性 1324.3.7 pd.DataFrame的常用方法 1374.4 pandas的常用函数 1564.4.1 to_numeric——将序列转换为数值类型 1564.4.2 to_datetime——将序列转换为时间戳类型 1574.4.3 to_timedelta——将序列转换为时间差类型 1584.4.4 date_range——生成时间序列 1594.4.5 merge——按值连接两个pd.DataFrame 1604.4.6 concat——合并多个pd.DataFrame 162第5章 栅格数据处理 1635.1 xarray与气象栅格数据处理 1635.1.1 xarray的安装 1635.1.2 xarray基础知识 1635.1.3 数据数组 1645.1.4 数据集 1695.1.5 数据数组与数据集的处理 1735.2 MetPy入门 1885.2.1 MetPy的安装 1885.2.2 MetPy的单位制 1885.2.3 MetPy的常用常数 190第6章 常用气象数据读取和预处理 1926.1 文本文件 1926.1.1 什么是文件字符编码 1926.1.2 CSV文件 1946.1.3 空格(制表符)作为分隔符的文件 1966.2 Excel文件 1996.3 NetCDF文件 2006.4 GRIB文件 2016.4.1 使用PyNIO 2016.4.2 使用cfgrib 2036.5 GrADS二进制文件 2056.5.1 站点数据 2056.5.2 栅格数据 2066.6 WRF-ARW输出文件 2086.7 雷达基数据文件 2116.8 CIMISS的使用 212第7章 气象数据插值 2137.1 空间插值 2137.1.1 从站点到栅格 2137.1.2 从栅格到站点 2177.1.3 从栅格到栅格 2197.2 时间插值 2197.2.1 站点时间内插 2207.2.2 栅格时间内插 221第8章 Python绘图基础 2228.1 Matplotlib与cartopy基础知识 2238.1.1 绘图结构 2238.1.2 Figure、Axes与GeoAxes 2268.2 地理绘图基础 2378.2.hapefile/GeoJSON数据读取 2378.2.2 在GeoAxes上绘制 2378.2.3 几何数据筛选示例 2388.2.4 多边形合并 2408.3 颜色表(colormap) 2418.3.1 Matplotlib的内置色标 2418.3.2 MetPy库的内置色标 2418.3.3 创建自定义色标 2428.4 图像显示与保存 2468.4.1 图像显示 2468.4.2 图像保存 247第9章 基本绘图类型与气象绘图 2489.1 折线图 2489.1.1 基本折线图 2509.1.2 多折线图 2519.1.3 多y轴折线图 2529.1.4 非等比坐标轴图 2549.2 散点图 2569.2.1 基础散点图 2579.2.2 带有地图投影的散点图 2579.3 柱状图 2599.3.1 单变量柱状图 2609.3.2 多变量柱状图 2619.4 箱线图 2639.5 等值线图 2659.5.1 基本等值线图 2669.5.2 带有地图投影的等值线图 2699.5.3 垂直剖面等值线图 2709.6 填色图 2729.6.1 contourf 2729.6.2 pcolor 2759.7 轨迹绘制(以台风路径的绘制为例) 2789.8 流线图 2819.9 矢量箭头图 2839.10 风向杆图 2889.11 探空图 2899.12 泰勒图 2910章 常用气象物理量计算 29310.1 干空气热力学(dry thermodynamics)物理量 29310.1.1 高于给定气压水平的某高度的气压 29310.1.2 高于给定高度一定气压的高度 29310.1.3 空气密度 29410.1.4 干静力能 29410.1.5 位势与海拔高度的相互转换 29410.1.6 位温 29510.1.7 利用Sigma值计算气压 29510.1.8 垂直剖面的静力稳定度 29510.2 湿热力学(moist thermodynamics)物理量 29610.2.1 露点温度 29610.2.2 相当位温 29710.2.3 气体混合比 29710.2.4 湿静力能 29810.2.5 可降水量 29810.2.6 相对湿度 29810.2.7 饱和水汽压 29910.2.8 比湿 29910.2.9 某层的厚度 30010.2.10 虚位温 30010.2.11 虚温 30110.2.12 湿球温度 30110.3 动力学(dynamics/kinetics)物理量 30110.3.1 涡度 30110.3.2 平流 30210.3.3 非地转风(地转偏差) 30210.3.4 科里奥利参数 30210.3.5 散度 30210.3.6 温度场的二维运动学锋生函数 30310.3.7 地转风 30310.3.8 斜压位涡 30410.3.9 正压位涡 30410.3.10 水平风的剪切变形 30510.3.11 水平风的拉伸变形 30510.3.12 水平风的水平总变形 30510.3.13 水平风的垂直涡度 30610.3.14 利用u、v分量计算风速(场) 30610.4 气象领域常用的数学计算方法 30610.4.1 切向量与法向量 30610.4.2 一阶导数 30710.4.3 梯度 30710.4.4 水平增量 30710.4.5 拉普拉斯算子 30810.4.6 二阶导数 3081章 常用气象统计方法与检验 30911.1 基本气候状态统计量 30911.1.1 中心趋势统计量 30911.1.2 变化幅度统计量 31111.1.3 相关统计量 31211.1.4 数据标准化 31711.2 气候变化趋势分析 31811.2.1 拟合 31811.2.2 滑动平均 31911.2.3 去趋势 32111.2.4 滤波 32311.3 气候序列突变检验 32511.3.1 滑动t检验 32511.3.2 曼-肯德尔法 32711.4 气候变量场时空结构的分离(经验正交函数分解) 3292章 机器学习初探 33312.1 什么是机器学习 33312.2 传统机器学习 33312.2.1 安装 33312.2.2 示例数据集 33412.2.3 自己的数据 33412.2.4 数据预处理 33512.2.5 分割数据集 33512.2.6 使用内建算法进行学习 33512.2.7 使用其他指标评估模型 33612.2.8 使用模型进行预测 33712.2.9 保存/载入训练好的模型 33712.3 深度学习框架 33712.3.1 安装 33812.3.2 使用 3383章 计算加速与Fortran绑定 34313.1 原生代码优化 34313.1.1 将代码向量化 34313.1.2 使用Numba对循环加速 34513.2 独立语言绑定 34613.2.1 Cytho34613.2.2 Fortra349
作者介绍
杨效业,南京信息工程大学气象学博士在读,气象专业公众号“气海无涯”联合创始人,利用Python语言进行气象数据处理及可视化,并发表专业论文二十余篇,在气象家园、简书、等平台发布的Python气象编程系列教程受到广泛好评。杨青霖,2019年毕业于南京信息工程大学大气科学专业。2016年起将Python作为主要工具来进行气象数据处理及可视化,致力于代码工程化。曾任某知名气象公司任Python工程师,现就职于百度网络科技公司。张诗悦,南京信息工程大学气象学博士在读,主要研究方向为气候变化对大气污染的影响,以Python为主要语言进行数据处理及可视化,并发表多篇SCI论文。
序言

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP