課程名稱 |
使用 Python 分析與探索氣象資料 Applied Data Analysis for Atmospheric Sciences Using Python |
開課學期 |
108-2 |
授課對象 |
學程 離岸風力發電學分學程 |
授課教師 |
林博雄 |
課號 |
AtmSci5088 |
課程識別碼 |
229 U5830 |
班次 |
|
學分 |
1.0 |
全/半年 |
半年 |
必/選修 |
選修 |
上課時間 |
第8,9,10,11 週 |
上課地點 |
|
備註 |
密集課程。4/11,4/18,4/25,5/2,9:30-11:30,13:30-15:30@大氣C204 限本系所學生(含輔系、雙修生) 總人數上限:20人 |
Ceiba 課程網頁 |
http://ceiba.ntu.edu.tw/1082AtmSci5088_ |
課程簡介影片 |
|
核心能力關聯 |
本課程尚未建立核心能力關連 |
課程大綱
|
為確保您我的權利,請尊重智慧財產權及不得非法影印
|
課程概述 |
1. 使用 Python
- Python 簡介
- 學習環境的設定 (ANACONDA)
- Python 語法重點回顧
2. 文字及表格資料處理 (Pandas)
- 資料存取、閱讀
- 資料操作
- 資料繪圖
3. 其他輔助繪圖工具使用
- matplotlib
- 風花圖 (windrose)
- 斜溫圖 (metpy)
4. NetCDF 資料處理
- 資料存取、閱讀 (netCDF4)
- 繪製資料與地圖 (cartopy or basemap)
|
課程目標 |
介紹資料科學分析工具Python及其在大氣科學資料上的應用。通過本課程的學習,使學生獲得資料科學的基本概念、基本理論,和使用 Python進行氣象資料分析的基本技能,學習後繼課程和進一步從事大氣科學研究奠定必要的基礎。同時,注重培養學生獲取知識能力、應用能力和創新能力,提高學生的素質。 |
課程要求 |
有Fortran, C+, Matlab語言基礎能力為佳 |
預期每週課後學習時數 |
|
Office Hours |
每週六 16:00~17:00 每週六 08:00~09:00 |
指定閱讀 |
無 |
參考書目 |
Python3
https://docs.python.org/3/
Python 3 documentation:
*. 有提供不同語言切換,可以減低閱讀困擾。
*. Tutorial的章節,適合直接閱讀,並跟著練習,可以更熟習語法。
*. Library Reference的章節,在需要某些功能時可以從中尋找。(例如 pathlib, re)
Pandas
https://pandas.pydata.org/docs/
*. Pandas 官方網站的說明文件。Getting started 的其中兩個章節,非常適合做為基礎學習。
10 minutes to pandas : https://pandas.pydata.org/docs/getting_started/10min.html
Essential basic functionality : https://pandas.pydata.org/docs/getting_started/basics.html
*. 若要更進階的靈活運用Pandas,則可閱讀。
User Guide : https://pandas.pydata.org/docs/user_guide/index.html
netCDF4
https://unidata.github.io/netcdf4-python/netCDF4/index.html
netCDF4 的官方說明文件,包含了教學、詳細的功能說明。
*. Tutorial 章節 (直接在該頁面搜尋 Tutorial) 的15堂課有很好的教學。
matplotlib
https://matplotlib.org/gallery/index.html
matplotlib 官方網站參考文件。
*. 提供各種繪圖 sample,可以先選擇想學習的圖表,再看它的sample code。
https://matplotlib.org/tutorials/index.html
matplotlib 官方網站教學文件,提供了各參數的使用說明、範例,
*. 想要進階調整繪圖的細節,可以閱讀此文件。
numpy
https://numpy.org/devdocs/user/quickstart.html
numpy的官方教學網站。想更熟悉使用numpy,可以依照此篇演練學習。
https://numpy.org/devdocs/user/basics.html
numpy的官方說明網站。對於numpy的運作原理還有細節設定做了說明。
對於想知道 "為什麼" 或想要精通 numpy ,可以閱讀這個章節。
|
評量方式 (僅供參考) |
No. |
項目 |
百分比 |
說明 |
1. |
進度作業 |
80% |
|
2. |
問題提問 |
20% |
|
|
週次 |
日期 |
單元主題 |
第1週 |
4/11 |
使用 Python |
第2週 |
4/18 |
文字及表格資料處理 (Pandas) |
第3週 |
4/25 |
輔助繪圖工具使用(matplotlib) |
第4週 |
5/2 |
NetCDF 資料處理 |