大家好,我是和鲸社区的方小鲸。众所周知我们对气象领域一直小有研究,而最近,我们在一次用户访谈中发现,以大气、气象这类地球科学为首的,需要处理大量数据,且非计算机相关的专业的同学,一直有“缺少有逻辑、成体系的编程教学”的问题。 课上不教,遇到了又要直接赶鸭子上架,这里抄抄那里改改,实在不行问下师兄,永远都被目标推着走。 俺搜遍全网,发现了这么一份教案:地球与环境数据科学[1],它来自于哥伦比亚大学的《地球科学的研究计算》课程[2],这份教程的作者Ryan Abernathey[3], Kerry Key[4], Tim Crone[5]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。 哥伦比亚大学的《地球科学的研究计算》课程 《地球与环境数据科学》教程 于是,俺将这个教程中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。 该教程使用我司的在线编程工具ModelWhale全部跑通,并公开至和鲸社区,可一键fork运行。扫描以下图片即可访问: 以下是该教程更详细的介绍: · 课程涵盖范围 · 本书的重点是数据分析,包括:
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:
· 目录 · Python核心语法
科研中的Python基础知识
高级数据分析框架 Pandas
用于多维网格化数据的Xarray
地球科学的包
大数据
· 课程获取 · 该教程使用我司的在线编程工具ModelWhale全部跑通,并公开至和鲸社区,可一键fork运行。 |
|