Ritascake's Blog

我们只需要掌握好这些基础的组件，就可以通过不同的组装方式达到我们最终的目的。针对气象条件的不稳定，平滑去噪是我们常用到的方法，或者我们需要计算三日内降水等指标，均需要使用时间序列数据处理实现。前两期我们对Pandas的数据结构和常用的计算方法进行了介绍，在地球科学领域时间序列分析是很重要的一种数据处理方式。因此，本期我们就从Pandas中时间序列数据处理的角度，来探究地球科学领域中时间序列数据的一些常用方法。有些情况下，我们只知道初始日期或截止日期，我们可以通过所需的时间步长和周期数来计算时间序列。

在理解Pandas如何组织数据，以及我们如何从Pandas中选取我们需要的数据的基础上，这一期我们将对如何使用Pandas进行数据计算、统计进行介绍。需要注意的一个点是：由于Pandas存在行列名的概念，因此当两个不同的Pandas数据运算时，会自动匹配行列名，不存在的行列名会填充为空值。统计是表格存在的意义之一，通过对海量的数据统计分析，获得如均值、方差、中位数等，有利于我们深入了解数据，并从中解析出规律。Pandas提供了丰富的统计函数，可以帮助我们快速计算出数据集的统计指标。函数对数据进行分组聚类。

后续我们将涉猎表格的计算、数据清洗、平滑去噪、时间序列分析等内容，相较于数组和基本语法这些更为底层的概念，这些内容更贴近我们的实际工作中最直接的工具。简而言之，Series可以看做一个只有一列的表格；结束了NumPy和Python基本语法的学习后，后续我们的内容将具有更为实际的使用价值，本次关于Pandas的引入将为我们后续深入学习Pandas处理各种类型的表格打下基础。过去的几期推文中我们对Python的基本语法进行了介绍，由于该部分内容的缺失，导致在NumPy的更新中一直受到基本语法的掣肘。

这里我们通过嵌套调用函数实现了列表元素平方和的计算，对于实际的地球科学应用中，如我们需要计算辐射四分量，最终获得总辐射收支。一般而言，当我们使用多线程或多进程时，我们可以通过灵活调度多个CPU加速计算过程，但这一过程通常是基于函数展开的，循环语句则过度依赖于单核CPU的性能。此外，函数之间可以互相调用和嵌套，我们可以将各个组件封装成简单的函数，最终组合在一起，从而实现更复杂的功能。但是与数学中定义不同的是，我们都知道数学中的函数是一种一一对应的映射关系，多值函数通常不认为是正统的函数。

控制流的强大在于串联起了我们一个个分散、独立的模块，通过数据索引和赋值修改变量使得批处理成为可能，从而赋予我们使用程序语言开发大型数值模拟项目和复杂数据处理流程的能力。那么，如何将单个问题的处理方式串联为只需要修改其中部分内容，就可以得到与新的输入相对应的结果，从而避免手动重复修改变量和代码呢？在条件、循环语句中，除了常规的执行程序，还有一些特殊的关键字，可以帮助我们控制程序的执行流程。首先，最常见的一种循环方式便是我们已知需要循环的输入内容是什么，循环次数也就与输入变量的个数一致了。

毫无疑问，对于有一定编程基础的朋友来说，这些东西比起C语言之类的，可以说是简单了许多。上面我们介绍的数据类型均为单个值(仅有字符串有所不同，若由多个字符组成可使用切片和索引提取部分内容)，而由多个这样的值组成整体，便形成了数据集群。于是，我们知道以下规律：字典的键是唯一的(每个拼音在目录中只出现一次)，值却是可以任意长度的(一个拼音可以对应多个字)。，简而言之，它与列表其他特性几乎一致，唯一区别在于它的不可变性，意味着它一旦创建出来将不可像数组一样使用赋值进行修改。因此，最首要的就是我们的数值类型。

后续我们将开始更新Pandas，这个工具我觉得不仅是科学计算本身，就算是用于简化我们平时的Excel拖表也能省去相当多的时间和麻烦，是涉足Python不得不一试的强大工具。的三维数组进行储存。而另一个更常用的操作则是，有些时候前几行内容是无效的，或者我们只需要某几列的数据。当然也可以把它们储存为多个不同的文件，但同类型的数据，我们只需要管理一个文件很多情况下还是比要管理一堆文件要来的方便。需要注意，在更广阔的应用场景中，我们的数据更多地是以矢量、栅格的形式存在的，而非本文提到的这几种数据类型(可能仅有。

又例如，两个气象数据集它们的维度都一样，均包括了纬度、经度、时间、气压场，但是它们轴的顺序却不一致，如何交换轴使它们之间能够运算？这里主要用到数组堆叠(或拼接)，它的定义是将多个数组沿着指定轴连接在一起的操作，通常用于将具有相同形状或尺寸的多个数组组合成更大的数组。可能无法给出非常普适性的案例了，需要各位结合自己的使用场景去探索，但在底层的建模中都还算是比较常用的功能吧。简而言之，广播就是这样一种机制。另外就是我们注意到中间涉及到一些比较固定的函数用法其实是其他用法的子集的问题，说的就是你们，那几个。

以及另一个问题，我们之前的数组都是在创建时便指定了其维度大小的。显然索引存在一个问题，我们每次只能获取一个位置的值，那么有没有那种更高级的，一次能切下一大块区域组成一个新数组的方式呢？那是因为写稿的时候发现，自己呼呼啦啦写了一堆乱七八糟的，第一节长度就已经严重超标了(低估自己胡说八道的能力了，属于是)。个人感觉我们将储存了地学数据数组的部分内容提取出来实际上也是对数据结构的一种改变，因此这里的标题也就没有索引的一席之地了。所谓语法糖，就是一些封装好的常用功能，广义上来说，所有使用的函数都可以称为语法糖。

Conda 是一种跨平台的包管理和环境管理系统，可以方便地安装和管理 Python 的库和其他依赖项。通过创建隔离的虚拟环境，以便在不同的项目之间使用不同版本的 Python 和库，而不相互冲突。相较于从Python官网直接下载后创建Python环境，并使用pip进行管理。Conda管理Python项目的优势在于：环境隔离: 可以针对不同项目要求创建不同的虚拟环境，使用特定的 Python 版本和库，从而避免冲突和版本问题。

本来小目标定的是每周更新，结果工作日果然抽不出时间写。相较于上期的原理，这期的具体用法写起来也会有些费劲。周末写写改改，加上昨天工作日，今天就已经周一了。以后还是会继续争取每周更新的，应该就基本固定周末写，隔周工作日更吧。另外再聊聊学习Python函数，前面arange和linspace的时候我们提到了这一点。虽然开源赋予了Python强大的生命力，但缺少官方的规范，导致其过度自由。野蛮生长的结果就是混乱与无序，各个第三方库之间不兼容和和冲突的问题明显，甚至很多库其本身就存在极大地不规范。

鸽了不知道多久的公众号，终于写出了第一篇(所有推送内容均同步至和鲸社区、腾讯云与CSDN，欢迎关注)。属实费老大劲儿了，后面熟悉了应该能高效一点。从设计风格到主题样式，从主体内容到行文结构，很多东西比预想的复杂，当然也有些部件实际上难度被高估了。「万事开头难」，虽说中间和结尾也难说会简单到哪里去，但总算是开始填坑了。当然，未来也可能会挖很多最终都没填完的坑。更多关于创建公众号的过程和奇思妙想欢迎移步『序章』听我絮絮叨叨。另外，欢迎大家留言评论哈。