# 大佬博客

列表

# 第 1 节 Python 气象数据处理与绘图

列表

# 第 2 节 Python 环境搭建：基于 Win10 子系统 WSL 环境下 Conda+Jupyter Notebook 安装

链接

# 第 3 节相关性计算

列表

# 第 4 节手把手带你科研入门系列之 PyAOS 教程总结篇

链接

# 第 5 节 WRF 模式模拟数据后处理

列表

# 第 6 节 CDO 数据处理

列表

# 第 7 节 python 插值

列表

# 第 8 节不同地图投影

列表

# 第 9 节 Python 气象数据处理与绘图：重采样（Regridding）

列表

# 第 10 节显著性检验

列表

# 第 11 节小波变换

列表

# 第 12 节四分位时序图

列表

# 第 13 节基于 Python 库之 Xarray 和 Seaborn 绘图（对时间序列好用）

列表

# 第 14 节去趋势与距平

列表

# 第 15 节高效灵活的古气候时间序列 Python 库 - Pyleoclim

列表

# 第 16 节水汽通量（垂直积分）

列表

# 第 17 节地球系统模式 CESM2.0

列表

# 第 18 节掩膜

列表

# 第 19 节卫星数据可视化

列表

# 第 20 节站点数据

列表

# 第 21 节 xarray 和 pandas 常用方法（滑动平均）

列表

# 第 22 节湿位涡，位涡，散度计算

列表

# 第 23 节 EOF 与 north 检验与 SVD

列表

# 第 24 节 NCEP.NOAA-CMORPH_V1.0 降水数据

列表

# 第 25 节裁剪 nc 文件

列表

# 第 26 节 Python 精致绘图说：玩转子图

列表

# 第 27 节 T-N 波作用通量

列表

# 第 28 节 CMIP6 的下载教程及变量介绍

列表

# 第 29 节 Python-matplotlib 学术散点图

列表

# 第 30 节 NC 文件处理

列表

# 第 31 节 Python 共享轴 sharex、sharey 实现一页多图（隐藏内侧坐标轴）

列表

# 第 32 节在 win10 上搭建 GPU 加速的深度学习环境

列表

# 第 33 节突变检验

列表

# 第 34 节 Python 中的 diverging color map

列表

# 第 35 节如何逐步美化一个折线图

列表

# 第 36 节统计检验

列表

# 第 37 节最优指纹法

列表

# 第 38 节 cartopy 系列

列表

# 第 39 节我的气象 Python 充电站

列表

# 第 40 节平滑和滤波

列表

# 第 41 节 metpy 系列

列表

# 机器学习和统计理论

# 机器学习之复现文章

列表

# 机器学习之理论

列表

# 统计理论

列表

# 如何找到气象论文的数据和代码

列表

# 用 PPT 制作示意图

列表

python

# 大佬博客

# 第 1 节 Python 气象数据处理与绘图

# 第 2 节 Python 环境搭建：基于 Win10 子系统 WSL 环境下 Conda+Jupyter Notebook 安装

# 第 3 节 相关性计算

# 第 4 节 手把手带你科研入门系列之 PyAOS 教程总结篇

# 第 5 节 WRF 模式模拟数据后处理

# 第 6 节 CDO 数据处理

# 第 7 节 python 插值

# 第 8 节 不同地图投影

# 第 9 节 Python 气象数据处理与绘图：重采样（Regridding）

# 第 10 节 显著性检验

# 第 11 节 小波变换

# 第 12 节 四分位时序图

# 第 13 节 基于 Python 库之 Xarray 和 Seaborn 绘图（对时间序列好用）

# 第 14 节 去趋势与距平

# 第 15 节 高效灵活的古气候时间序列 Python 库 - Pyleoclim

# 第 16 节 水汽通量（垂直积分）

# 第 17 节 地球系统模式 CESM2.0

# 第 18 节 掩膜

# 第 19 节 卫星数据可视化

# 第 20 节 站点数据

# 第 21 节 xarray 和 pandas 常用方法（滑动平均）

# 第 22 节 湿位涡，位涡，散度计算

# 第 23 节 EOF 与 north 检验与 SVD

# 第 24 节 NCEP.NOAA-CMORPH_V1.0 降水数据

# 第 25 节 裁剪 nc 文件

# 第 26 节 Python 精致绘图说：玩转子图

# 第 27 节 T-N 波作用通量

# 第 28 节 CMIP6 的下载教程及变量介绍

# 第 29 节 Python-matplotlib 学术散点图

# 第 30 节 NC 文件处理

# 第 31 节 Python 共享轴 sharex、sharey 实现一页多图（隐藏内侧坐标轴）

# 第 32 节 在 win10 上搭建 GPU 加速的深度学习环境

# 第 33 节 突变检验

# 第 34 节 Python 中的 diverging color map

# 第 35 节 如何逐步美化一个折线图

# 第 36 节 统计检验

# 第 37 节 最优指纹法

# 第 38 节 cartopy 系列

# 第 39 节 我的气象 Python 充电站

# 第 40 节 平滑和滤波

# 第 41 节 metpy 系列

# 机器学习和统计理论

# 机器学习之复现文章

# 机器学习之理论

# 统计理论

# 如何找到气象论文的数据和代码

# 用 PPT 制作示意图

# 第 3 节相关性计算

# 第 4 节手把手带你科研入门系列之 PyAOS 教程总结篇

# 第 8 节不同地图投影

# 第 10 节显著性检验

# 第 11 节小波变换

# 第 12 节四分位时序图

# 第 13 节基于 Python 库之 Xarray 和 Seaborn 绘图（对时间序列好用）

# 第 14 节去趋势与距平

# 第 15 节高效灵活的古气候时间序列 Python 库 - Pyleoclim

# 第 16 节水汽通量（垂直积分）

# 第 17 节地球系统模式 CESM2.0

# 第 18 节掩膜

# 第 19 节卫星数据可视化

# 第 20 节站点数据

# 第 22 节湿位涡，位涡，散度计算

# 第 25 节裁剪 nc 文件

# 第 32 节在 win10 上搭建 GPU 加速的深度学习环境

# 第 33 节突变检验

# 第 35 节如何逐步美化一个折线图

# 第 36 节统计检验

# 第 37 节最优指纹法

# 第 39 节我的气象 Python 充电站

# 第 40 节平滑和滤波