Pythonによる気象・気候データ解析1 Pythonの基礎・気候値と偏差・回帰相関分析

Pythonの基礎・気候値と偏差・回帰相関分析 神山 翼 朝倉書店パイソンニヨルキショウデータカイセキイチ コウヤマ ツバサ 発行年月：2024年04月26日 予約締切日：2024年02月16日 ページ数：208p サイズ：単行本 ISBN：9784254161380 神山翼（コウヤマツバサ） 1988年北海道に生まれる。現在、お茶の水女子大学基幹研究院自然科学系講師。Ph．D．（大気科学）（本データはこの書籍が刊行された当時に掲載されていたものです） 1　Pythonの環境構築・簡単な行列計算とグラフの描画／2　気象データ（時間変化する2次元場）の描画／3　気候値（平年値）の計算／4　偏差（平年差）の計算／5　線型トレンドとその除去／6　インデックス（指数）の定義／7　コンポジット解析（合成図解析）／8　回帰係数と相関係数／9　回帰図と相関図／10　地図の描画と気象のテレコネクション／11　主成分分析（PCA）1／12　主成分分析（PCA）2／付録／第1巻略解 平易なプログラムでデータ解析の本質を理解する。気象や気候をはじめ、商品の売り上げなど季節変動するデータの取り扱いに興味をもったら最初に学ぶべき基礎を詳述。気象や気候に興味がなくても、教養としてのプログラミング・可視化・データ解析を学ぶために、気象という身近な具体例を交えながら楽しく実践。 本 科学・技術 地学・天文学

著者神山翼(著)出版社朝倉書店発売日2024年05月ISBN9784254161380ページ数190Pキーワードぱいそんによるきしようきこうでーたかいせき パイソンニヨルキシヨウキコウデータカイセキ こうやま つばさ コウヤマ ツバサ BF56520E9784254161380内容紹介現代の気象学や物理気候学が必要とするデータを解釈し，背後にある面白い自然現象を説明する力を養う．Pythonによるデータ処理の基礎からはじめ，実践的な解析例へ．Google Colaboratory / Jupyter上で動作するサンプルプログラムで実践．全2巻．【主な目次】第1章 Pythonの環境構築・簡単な行列計算とグラフの描画環境構築Hello world!簡単な行列計算グラフの描画見やすく解析結果をまとめる第2章 気象データ（時間変化する2次元場）の描画海面水温（SST）ファイルの入力と変数の中身の確認ある月の海面水温を描画する第3章 気候値（平年値）の計算背景知識準備東京の気温の月別気候値を計算する海面水温分布の月別気候値を描画する第4章 偏差（平年差）の計算背景知識準備東京の気温の偏差を計算する海面水温分布の偏差を描画する第5章 線型トレンドとその除去背景知識準備東京の気温の線型トレンドを計算する線型トレンドの除去（デトレンド）海面水温分布のトレンドを描画するデトレンドした海面水温偏差の描画第6章 インデックス（指数）の定義背景知識準備Ni?o3.4指数の計算海面水温の領域平均で定義される色々なインデックス第7章 コンポジット解析（合成図解析）背景知識準備コンポジット解析（合成図解析）客観的なコンポジットをとる第8章 回帰係数と相関係数背景知識準備回帰係数の計算相関係数の計算回帰係数と相関係数の例第9章 回帰図と相関図背景知識準備回帰図相関図第10章 地図の描画と気象のテレコネクション背景知識準備地図を描画する気象のテレコネクション第11章 主成分分析（PCA）1背景知識準備高校の復習：分散と標準偏差「関東代表」の時系列を考えてみる分散最大方向の見つけ方第12章 主成分分析（PCA）2準備分散最大方向を求めるx′座標を計算するy′座標を計算する主成分分析の性質主成分分析の寄与率2次元気象場における主成分分析付録A Google Colaboratoryの基本的な使い方付録B netCDF(.nc)ファイルからのデータの読み込み※本データはこの商品が発売された時点の情報です。目次1 Pythonの環境構築・簡単な行列計算とグラフの描画/2 気象データ（時間変化する2次元場）の描画/3 気候値（平年値）の計算/4 偏差（平年差）の計算/5 線型トレンドとその除去/6 インデックス（指数）の定義/7 コンポジット解析（合成図解析）/8 回帰係数と相関係数/9 回帰図と相関図/10 地図の描画と気象のテレコネクション/11 主成分分析（PCA）1/12 主成分分析（PCA）2/付録/第1巻略解