数据时代来临，各行各业都在借助新技术、新方法解决行业问题，气象和海洋领域也不例外！在应用新技术方面，气象和海洋领域天然具有优势，气象和海洋领域面对的数据天生就是大数据，除了空间尺度大，时间维度也很长；且有不同的数据分类，有不同的数据格式。
在这种情况下，当我们分析气象数据的时候可能会遇到一些问题，比如：①需要分析的数据量很大，可能会涉及上百G的数据；②涉及到大量的重复性工作；③面对不同的数据需求和数据格式，需要在不同软件间切换，耗费了大量的精力，还不一定得到满意的结果！
那有没有一个工具可以很好地解决上述的问题？在这儿我们推荐Python！为什么是Python？
课程内容
课程面向零基础学员，对于零基础的学员我们会赠送《Python基础》课程，关于《Python基础》课程的介绍见文末“阅读原文”！课程包括12个任务，以下为课程目录：
以下为每个任务的详细介绍：
【任务一：学前准备】
学习课程前大家需要做一些准备工作，包括了解课程内容，体验课程，环境配置等，本任务就来进行这些工作；
【任务二：认识多维数组——Numpy】
Nnmpy库是用Python进行数据分析必须学习的基础库，气象数据分析也不例外，这一任务我们来学习Nnmpy库；
【任务三：表格数据处理——Pandas】
表格数据是在气象数据分析中最常见的数据格式，包括csv文件、excel文件等，本任务来学习处理表格数据的库Pandas；
【任务四：高维数据处理——xarray】
气象数据分析与高维数据处理密不可分，常见的高维数据来自于模式输出，包括nc、grib文件，本任务来学习处理高维数据的库Xarray；
【任务五：基础图表绘制——Matplotlib】
分析完数据后，我们还需要对数据进行可视化，本任务来学习绘制基础图表的库Matplotlib；
【任务六：地图绘制——Cartopy】
在进行地理空间数据可视化时，需要添加投影及地理信息特征，本任务来学习绘制地理特征的库Cartopy；
【任务七：气象数据爬取】
数据分析的前提是要有数据，本任务来学习气象数据爬取的相关知识；
【任务八：CMA台风数据爬取与分析】
台风是气象研究的重点，我国台风数据的信息由中央气象台发布，本任务来学习爬取中央气象台的实况级预报数据，并进行相关分析；
【任务九：基于EOF方法的海温时空模态分析】
气象分析统计中有很多常用的方法，EOF就是其中之一，本任务来学习基于EOF方法的海温时空模态分析的全流程；
【任务十：气象数据插值】
数据插值可以应用在时间尺度或空间尺度，气象数据处理与这种方法密不可分，本任务来学习如何将格点数据插值到站点数据，或者站点数据插值成格点数据，并对比不同插值方法的效果；
【任务十一：WRF模式后处理】
气象中最常见的模式就是WRF，不论是科研还是业务工作中都很常见，本任务来学习有关WRF模式后处理的内容。
【任务十二：机器学习在气象领域的应】
近些年机器学习在气象中的应用越来越广泛，本任务来学习机器学习的基础理论，掌握经典的机器学习库，并以机器学习在气象领域中的实际应用为例进行讲解。
以下为课程的部分成果图：
特训营福利
特训营安排
课程是从购买之日起四年有效，这四年内可以无限次观看课程，学员可以自由安排时间学习课程。课程配备有答疑微信群，有多位老师负责答疑，学员有任何问题可以随时在群中提问，老师会及时答疑。
上课形式
课程老师
课程报名
为了方便用户体验课程内容
