|
|
以下内容转自微信公众号“简谱学记”,详细内容请点击以下链接:
https://mp.weixin.qq.com/s/9eMRcuvfDCFgAmnHmpz_tQ
原创 BlissJasper 简谱学记 2025年12月30日
2025 Summary
该公众号上所有原创内容的链接汇总,以及GitHub脚本的地址:
https://github.com/Blissful-Jasper/jianpu_record
1. Python
1.1 Python-统计方法
1.1.1. Python | 自相关函数的标准化功率谱估计方法
1.1.2 Python | 海温、OLR数据分布 | 显著性检验[1]
1.2 Python-绘图
1.2.1. Python | 等值线添加白底边框
1.2.2. Python | 多Y轴折线图
1.2.3. Python | Colormap
1.2.4. Python | TRMM 3B43 | 气候态平均
1.2.5. Python | 渐变填充曲线
1.2.6. Python | 添加小刻度
1.2.7. Python | 洛伦兹63 model
1.2.8. Python | 极地投影添加扇形框
1.2.9. Python | 庞加莱波
1.2.10. Python | 嵌套子图
1.2.11. Python | 月平均气候态 | SST
1.2.12. Python | Cartopy | 多子图投影
1.2.13. Python | 超前滞后分析 | Niño 3.4 index
1.2.14. Python | detrend | seasonal cycle
1.2.15. Python | NCL风格 | EOF | 相关 | 回归
1.2.16. Python | 长期趋势和异常分析
1.2.17. Python | SLP | EOF | 去除季节趋势
1.2.18. Python | El Nino | EOF
1.2.19. Python | 非规则矩形投影绘制 | 添加斑马线边框
1.2.20. Python | 泰勒图
1.2.21. Python | GPCP | 趋势分析 | 气候态空间分布 | 空间加权平均
1.2.22. Python | Seaborn | 绘制核密度图
1.2.23. Python | kelvin波频散曲线
1.2.24. Python | 设置对称colormap
1.2.25. Python | 同时绘制带有投影与非投影的子图
1.2.26. Python | 波动的经向投影 | HV图
1.2.27. Python | 绘制对流耦合kelvin波频散曲线
1.2.28. Python | basemap | cartopy | geoviews
1.2.29. Python | kelvin波的水平空间特征
1.2.30. Python | 常用colormap设置方法
1.2.31. Python | kelvin波的超前滞后合成图
1.2.32. Python | 绘制黑底的水平空间分布图
1.2.33. Python | 赤道频散关系图
1.2.34. Python | 赤道kelvin波理论空间分布图
1.2.35. Python | 绘图 | 线条超出边界
1.2.36. Python | 绘制箱型图 | 添加回归线
1.2.37 Python | 循环绘制ERA5风场的空间分布图[2]
1.2.38 Python | 复现多y轴绘图[3]
1.3 python-数据处理
1.3.1. Python | SMAP_SSS_L2c | 质量控制
1.3.2. Python | 经度转换 | -180~180转0~360
1.3.3. Python | 批量读取文件夹 | netcdf
1.3.4. Python | 空间带通滤波
1.3.5. Python | 陆地(海洋)数据 | 掩膜
1.3.6. Python | 提取WRF输出变量 | 插值高度层
1.3.7. Python | 计算位涡平流项
1.3.8. Python | 读取matlab 输出 mat 文件
1.3.9. Python | 处理HY-2C 数据 | 非标准时间格式
1.3.10. Python | Linux | 解析Himawari-8/9 | Standard Data
1.3.11. Python | 空间滤波 | 带通 | 低通 | 高通
1.3.12. Python | x-y 网格切片
1.3.13. Python | 读取.dat文件
1.3.14. Python | 计算可降水量
1.3.15. Python | Gdal | 投影转换 | tiff转换nc
1.3.16. Python | 基于高程数据绘制坡度坡向
1.3.17. Python | 提取省份数据
1.3.18. Python | 涡旋识别 | pyEddyTracker
1.3.19. Python | 复现NCL函数 | 保留谐波
1.3.20. Python | Seaborn | Heatmap
1.3.21. Python | WRF | 计算非绝热加热率
1.3.22. Python | eps矢量图不支持透明度设置
1.3.23. Python | CGCS2000坐标系转换为WG84坐标系
1.3.24. Python | 重写decompose2SymAsym函数
1.3.25. Python | 计算散度
1.3.26. Python | kelvin波信号追踪
1.3.27. Python | 计算偏导 |differentiate | gradient
1.3.28. Python | 质量加权的垂直积分
1.3.29. Python | 计算垂直积分
1.3.30. Python | 垂直模态分解
1.3.31. Python | 赤道波动与位相
1.3.32. Python | 计算海洋锋面
1.3.33. Python | 转换HEALPix 为 LatLon 网格
1.3.34. Python | 饱和水汽压 | 饱和比湿| 计算
1.3.35. Python | SMAP level2c 质量控制[4]
1.3.36. Python| 站点数据 | EOF[5]
1.4 python-海洋气象入门
1.4.1. Python | 海洋气象 | Xarray | 数据读取与切片01
1.4.2. Python | 海洋气象 | Xarray | 绘图与基础计算 02
1.4.3. Python | 海洋气象 | Xarray | 数据分组重采样与掩膜 03
1.4.4. Python | 海洋气象 | Xarray | 数据批量读取与保存 04
1.5 python-其他应用
1.5.1. Python | 震惊,竟然可以这样装库
1.5.2. Python | 爬取微信公众号推文
1.5.3. Python | 为什么不用代码下载ERA5数据呢?
1.5.4. Julia | 安装与测试
1.5.5. Jupyterlab | 读取|绘制|存储|数据
1.5.6. JupyterHub | 处理healpix
2. NCL
2.1.1. NCL | Nan值处理 | 缺测值 | 插值
2.1.2. NCL | 替换数据
2.1.3. NCL | 计算日气候态
2.1.4. NCL | 批量转换nc数据时间格式 | cdo | calendar
2.1.5. NCL | 手动去除季节循环
2.1.6. NCL安装 | M1-3 芯片安装 | Arm64 架构
2.1.7. NCL | 计算对流层顶高度
3. Matlab
3.1 Matlab
3.1.1. Matlab | 空间带通滤波 | 傅里叶变换
3.1.2. Matlab | 空间滤波 | 气象海洋网格数据
3.1.3. Matlab | 读取数据
4. WRF
4.1 WRF
4.1.1. WRF | 输出站点数据
4.1.2. WRF | 增加输出变量
4.1.3. WRF | 修改nc数据 | geo_em.d01.nc
4.1.4. WRF | namelist.wps | namelist.input | 参数设置解释
4.1.5. WRF | 计算嵌套网格的格点数
4.1.6. WRF | ERA5数据驱动 | Simulation
4.1.7. WRF | Quick compile | Tips
4.1.8. WRF | Install with GNU
4.1.9. WRF | 常见报错 | 入门教程
4.1.10. WRF | 入门介绍
4.1.11. WRF | 非绝热加热输出
4.1.12. WRF | 诊断量计算 | 输出
4.1.13. WRF | 报错解决方法整理
4.2 WRF 后处理
4.2.1 WRF | 计算位势涡度,插值到指定压力层[6]
5. ICON 模式
5.1 ICON 模式
5.1.1. ICON | 使用mkexp运行一个实例
6. cdo
6.1 cdo
6.1.1. cdo | 插值 | 合并数据 | 缺测处理
6.1.2. Cdo | shell | 批量插值
6.1.3. Cdo | CMIP6 | 修改calendar
6.1.4. cdo | 常见报错 | Unsupported generic
6.1.5. cdo | 常见问题汇总
6.1.6. cdo | 处理CMIP6时间长短不一致
6.1.7. cdo | 批量处理 | CMIP6 | monthly
6.1.8. cdo| Windows11 | Ubuntu | 更换默认安装位置 | 安装
6.1.9. Cdo | 下载 | 批量处理cmip6数据完整教程
7. 课堂笔记
7.1 课堂笔记
7.1.1. 笔记 | 误差增长 | 可预报性 | 目标观测
7.1.2. 笔记 | EMD | EEMD
7.1.3. 笔记 | Rossby 波 | 位涡守恒
7.1.4. 笔记 | 神经网络 | 深度学习
7.1.5. 笔记 | 回归方程
7.1.6. 笔记 | ENSO | 特征 | 形成机制
7.1.7. 笔记 | EOF 数学公式推导
7.1.8. 笔记 | 位涡守恒
7.1.9. 笔记 | 赤道波动形成机制 | 降水变化的诊断方程
7.1.10. 笔记 | 如何避免光谱泄露?
7.1.11. 笔记 | 热带波动动力机制
7.1.12. 笔记 | 信息熵 | 相对熵
7.1.13. 笔记 | Kelvin wave | 热带气旋
7.1.14. 笔记 | CCKWs | 不稳定机制
7.1.15. 笔记 | 热带波动和热带分析方法
7.1.16. 笔记 | 傅里叶变换与热带kelvin波
7.1.17. 笔记 | SVD | 奇异值分解
7.1.18. 笔记 | Python中的傅里叶变换
7.1.19. 笔记 | Radon变换法 | 计算相速度
7.1.20. 笔记 | 功率谱的含义及物理解释
7.1.21. 笔记 | 浅水方程相关假设
7.1.22. 笔记 | 有效静力稳定性
7.1.23. 笔记 | 干净能 | 湿静能 |对流 | 准平衡
8. 气象数据
8.1 气象数据
8.1.1. 数据 |NOAA 全球权威气象数据一站式获取平台
8.1.2. GPM降水数据下载 | Linux系统上使用wget[7]
9. 深度学习
9.1 深度学习
9.1.1. 深度学习| Windows11 | install | tensorflow-gpu
9.1.2. 深度学习 | 偏态数据处理
9.1.3. 深度学习 | ConvLSTM | 文献整理
9.1.4. 深度学习 | 为什么Unet成功?
9.1.5. 深度学习 | 绘制神经网络结构
9.1.6. 深度学习 | UNet | 代码实现 | Tensorflow
9.1.7. 深度学习 | 机器学习 | 气候预报 | 研究综述
9.1.8. 深度学习 | 机器学习 | 气候建模 | 研究综述
9.1.9. 深度学习|平台 | kaggle |
|