Python气象应用编程

封面

版权信息

版权

内容提要

前言

目标读者

本书结构

Python和第三方包的版本

引用与使用说明

最后

资源与支持

配套资源

提交勘误

与我们联系

关于异步社区和异步图书

第1章 认识Python

1.1 Python简介

1.2 开始使用

1.3 Linux与Bash

1.4 Python包管理

1.5 编辑体验

第2章 Python语言基础

2.1 变量

2.2 原生数据类型

2.3 判断

2.4 循环和迭代

2.5 序列切片

2.6 解析式

2.7 函数

2.8 面向对象基础

第3章 NumPy：Python数值计算之源

3.1 安装

3.2 多维数组和列表

3.3 多维数组的特征

3.4 创建多维数组

3.5 数组间运算和广播运算

3.6 多维数组的索引和切片

3.7 多维数组对象的方法

3.8 NumPy的常用函数

3.9 NumPy中的常量

3.10 文件读写

第4章 pandas：优秀的数据分析工具

4.1 安装

4.2 pd.Series——序列

4.3 pd.DataFrame——数据框

4.4 pandas的常用函数

第5章 栅格数据处理

5.1 xarray与气象栅格数据处理

5.2 MetPy入门

第6章 常用气象数据读取和预处理

6.1 文本文件

6.2 Excel文件

6.3 NetCDF文件

6.4 GRIB文件

6.5 GrADS二进制文件

6.6 WRF-ARW输出文件

6.7 雷达基数据文件

6.8 CIMISS的使用

第7章 气象数据插值

7.1 空间插值

7.2 时间插值

第8章 Python绘图基础

8.1 Matplotlib与cartopy基础知识

8.2 地理绘图基础

8.3 颜色表（colormap）

8.4 图像显示与保存

第9章 基本绘图类型与气象绘图

9.1 折线图

9.2 散点图

9.3 柱状图

9.4 箱线图

9.5 等值线图

9.6 填色图

9.7 轨迹绘制（以台风路径的绘制为例）

9.8 流线图

9.9 矢量箭头图

9.10 风向杆图

9.11 探空图

9.12 泰勒图

第10章 常用气象物理量计算

10.1 干空气热力学（dry thermodynamics）物理量

10.2 湿热力学（moist thermodynamics）物理量

10.3 动力学（dynamics/kinetics）物理量

10.4 气象领域常用的数学计算方法

第11章 常用气象统计方法与检验

11.1 基本气候状态统计量

11.2 气候变化趋势分析

11.3 气候序列突变检验

11.4 气候变量场时空结构的分离（经验正交函数分解）

第12章 机器学习初探

12.1 什么是机器学习

12.2 传统机器学习

12.3 深度学习框架

第13章 计算加速与Fortran绑定

13.1 原生代码优化