python温度梯度函数,python 梯度计算

Python气象数据处理与绘图(2)：常用数据计算方法

对于气象绘图来讲，第一步是对数据的处理，通过各类公式，或者统计方法将原始数据处理为目标数据。

让客户满意是我们工作的目标，不断超越客户的期望值来自于我们对这个行业的热爱。我们立志把好的技术通过有效、简单的方式提供给客户，将通过不懈努力成为客户在信息化领域值得信任、有价值的长期合作伙伴，公司提供的服务项目有：域名申请、网站空间、营销软件、网站建设、娄星网站维护、网站推广。

按照气象统计课程的内容，我给出了一些常用到的统计方法的对应函数：

在计算气候态，区域平均时均要使用到求均值函数，对应NCL中的dim_average函数，在python中通常使用np.mean()函数

numpy.mean(a, axis, dtype)

假设a为[time,lat,lon]的数据，那么

需要特别注意的是，气象数据中常有缺测，在NCL中，使用求均值函数会自动略过，而在python中，当任意一数与缺测(np.nan)计算的结果均为np.nan，比如求[1,2,3,4，np.nan]的平均值，结果为np.nan

因此，当数据存在缺测数据时，通常使用np.nanmean()函数，用法同上，此时[1,2,3,4，np.nan]的平均值为(1+2+3+4)/4 = 2.5

同样的，求某数组最大最小值时也有np.nanmax(), np.nanmin()函数来补充np.max(), np.min()的不足。

其他很多np的计算函数也可以通过在前边加‘nan’来使用。

另外，

也可以直接将a中缺失值全部填充为0。

np.std(a, axis, dtype)

用法同np.mean()

在NCL中有直接求数据标准化的函数dim_standardize()

其实也就是一行的事，根据需要指定维度即可。

皮尔逊相关系数：

相关可以说是气象科研中最常用的方法之一了，numpy函数中的np.corrcoef(x, y)就可以实现相关计算。但是在这里我推荐scipy.stats中的函数来计算相关系数：

这个函数缺点和有点都很明显，优点是可以直接返回相关系数R及其P值，这避免了我们进一步计算置信度。而缺点则是该函数只支持两个一维数组的计算，也就是说当我们需要计算一个场和一个序列的相关时，我们需要循环来实现。

其中a[time,lat,lon]，b[time]

(NCL中为regcoef()函数)

同样推荐Scipy库中的stats.linregress(x,y)函数：

slop: 回归斜率

intercept：回归截距

r_value： 相关系数

p_value： P值

std_err： 估计标准误差

直接可以输出P值，同样省去了做置信度检验的过程，遗憾的是仍需同相关系数一样循环计算。

python2.7将华氏温度转换为摄氏温度，并产生一张0~300F与C的对照表，每隔20度输出一次，要求使用列表存储

f=[i for i in xrange(0,300,20)]

c=[round(5.0/9*(i-32),2) for i in f]

print f

print c

python2.7

python中的TempStr应用和温度转换

描述

温度的刻画有两个不同体系：摄氏度（Celsius）和华氏度（Fahrenheit）。

请编写程序将用户输入华氏度转换为摄氏度，或将输入的摄氏度转换为华氏度。

转换算法如下：（C表示摄氏度、F表示华氏度）

C = ( F - 32 ) / 1.8

F = C * 1.8 + 32

要求如下：

(1) 输入输出的摄氏度采用大写字母C开头，温度可以是整数或小数，如：C12.34指摄氏度12.34度；

(2) 输入输出的华氏度采用大写字母F开头，温度可以是整数或小数，如：F87.65指华氏度87.65度；

(3) 不考虑异常输入的问题，输出保留小数点后两位；

(4) 使用input()获得测试用例输入时，不要增加提示字符串。

程序：

TempStr = input()

if TempStr[0] in ['F']:    #因为要求输入输出是大写C或者F，所以针对第一位字符做判断

C = (eval(TempStr[1:]) - 32)/1.8    #TempStr[1:]表示字符串除首字符外的所有字符。

print("C{:.2f}".format(C))     #采用{:.2f}将输出数字变成两位小数点表示时，即使数学上该输出值是整数，也会按照小数方式输出，例如，转换后温度为10度，输出为10.00；

elif TempStr[0] in ['C']:    

F = 1.8*eval(TempStr[1:]) + 32    

print("F{:.2f}".format(F))

else:

print()      #不输入任何错误提示

Python写温度转化

我们都知道，现在通用的温度有2种，一种是 摄氏度 ，另一种是 华氏度 。

至于想要深入了解的小伙伴，给你们加上了链接：

摄氏度： 用符号 C表示，是世界上使用较为广泛的 温标 之一

网址:

华氏度： 符号 。华氏度 = 32+ 摄氏度 1.8

网址:

第一步： 先用input()输入当时的温度

第二步： 判断输入温度的类型，如果是华氏度F的话，（可以大小写）执行计算：

摄氏度=（华氏度-32）/18

这里的 TempStr[-1] 是指最后一个字符串在F/f判断是华氏度。 TempStr[0:-1] 取的是数值，用

eval() 函数，使得这些数值可以被计算出来。从而使得该公式可以计算赋值给变量C。

print("转换后的温度是{:.2f}C".format(C))， {:.2f} ,这里.2是使结果保留2位小数，f在.format(C)中展示，带上单位C。就完成打印。

第三步： 华氏度转成摄氏度

这是华氏度转化摄氏度的，下面摄氏度转化华氏度是同样的方法。

以下是完整代码：

一个程序还是包含着挺多知识的， 保留2位小数，eval()，.format()，input()， 需要细看才好好理解。欢迎观看~

编写一个Python程序,循环输入7天温度,求平均温度。

python3代码如下：

把下面代码里的井号改成空格

l = []

for i in range(1, 8):

##l.append(float(input('第%d天：' % i)))

print('平均温度：', sum(l) / len(l))

新闻标题：python温度梯度函数,python 梯度计算
标题路径：http://mswzjz.cn/article/hcjhjp.html