CC geoscience-data

Считывает, преобразует и обобщает сеточные и геопространственные данные без потери метаданных, которые придают им смысл, включая NetCDF и HDF5 через xarray и netCDF4 с соглашениями CF, измерения и координаты, кодирование времени и календари, а также значения заполнения, GeoTIFF и другие растровые данные через rasterio и GDAL с параметрами nodata и передискретизации, системы отсчета координат и перепроецирование с помощью pyproj и кодов EPSG, геодезические и планарные расстояния и площади, векторные данные через geopandas, а также обработку единиц измерения с взвешиванием по площади на сетках широты-долготы. Используйте для анализа климата, погоды, гидрологии, дистанционного зондирования, землепользования и любого анализа на основе карт; используйте навыки physics-fitting или spectral-analysis после того, как данные будут представлены в виде чистого массива.

машинный переводПоказать оригиналСкрыть оригинал«Reads, transforms and summarizes gridded and geospatial data without l…»

Reads, transforms and summarizes gridded and geospatial data without losing the metadata that gives it meaning, covering NetCDF and HDF5 through xarray and netCDF4 with CF conventions, dimensions versus coordinates, time encodings and calendars and fill values, GeoTIFF and other rasters through rasterio and GDAL with nodata and resampling choices, coordinate reference systems and reprojection with pyproj and EPSG codes, geodesic versus planar distances and areas, vector data through geopandas, and unit handling with area weighting on latitude-longitude grids. Use for climate, weather, hydrology, remote sensing, land use and any map-based analysis; use the physics-fitting or spectral-analysis skills once the data is a clean array.

Считывает, преобразует и обобщает сеточные и геопространственные данные без потери метаданных, которые придают им смысл, включая NetCDF и HDF5 через xarray и…

Как процесс C 51/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия