- 积分
- 423
- 贡献
-
- 精华
- 在线时间
- 小时
- 注册时间
- 2020-7-24
- 最后登录
- 1970-1-1
|
登录后查看更多精彩内容~
您需要 登录 才可以下载或查看,没有帐号?立即注册
x
本帖最后由 qazwsxpy 于 2022-4-25 23:20 编辑
分享一个教程
《地球与环境数据科学》
它来自于哥伦比亚大学的《地球科学的研究计算》课程,这份教程的作者Ryan Abernathey, Kerry Key, Tim Crone等人将课程和教程分离,想为地球和环境科学的Python教育创建一个开源的社区资源。
我们将这个教程中Python相关的内容,搬运、翻译及复现,希望也一并为科研人的Python教育提供一个开源的学习资源。
-----
教程更详细的介绍:
课程涵盖范围本书的重点是数据分析,包括: - 读取数据文件
- 执行一些分析操作,从非常简单的(如取平均值)到非常复杂的(如训练深度神经网络)。
- 将输出结果以图表的形式可视化
本书并不试图教授深度学习;它的目标是教授经常被忽视的地球和环境数据科学的基本基础。这些材料是为任何学科的地球科学研究生所设计的,没有任何先决条件。
本书旨在向新入学的研究生介绍现代计算软件、编程工具和最佳实践,这些都广泛适用于地球和环境数据的分析和可视化。大部分内容致力于深入探索构成现代科学Python生态系统的数值分析和可视化软件包,包括Numpy、Scipy、Matplotlib、Pandas、Xarray,使用真实的地球和环境数据集。
学习目标在完成所有的材料后,学生应该有能力: - 识别常见的地球科学数据格式和可以加载这些数据的python包
- 对地球和环境数据进行基本的探索性数据分析,包括
- 表格式数据:行和列
- 网格化数据:多维数字数组
- 使用可视化来加强对数据的解释,包括地图和交互式可视化。
- 用Python构建完整的、结构良好的程序
- 通过版本控制实践可重复的研究
|
|