An open API service indexing awesome lists of open source software.

https://github.com/sandyherho/tutorial_xarray

Merupakan buku tutorial bersumber terbuka tentang penanganan data berformat NetCDF dengan menggunakan pustaka xarray
https://github.com/sandyherho/tutorial_xarray

climate-analysis cmip5 cuaca geosains geoscience geospatial-analysis iklim indonesia maritime-continent meteorological-data netcdf oceanography oseanografi python

Last synced: 5 months ago
JSON representation

Merupakan buku tutorial bersumber terbuka tentang penanganan data berformat NetCDF dengan menggunakan pustaka xarray

Awesome Lists containing this project

README

          

# Pengantar Analisis NetCDF menggunakan ```xarray```

[![DOI](https://zenodo.org/badge/DOI/10.5281/zenodo.3669057.svg)](https://doi.org/10.5281/zenodo.3669057)

[![forthebadge made-with-python](http://ForTheBadge.com/images/badges/made-with-python.svg)](https://www.python.org/)

[![made-with-latex](https://img.shields.io/badge/Made%20with-LaTeX-1f425f.svg)](https://www.latex-project.org/)
[![Open Source Love png1](https://badges.frapsoft.com/os/v1/open-source.png?v=103)](https://osf.io/gvf37/)
[![License: CC0-1.0](https://img.shields.io/badge/License-CC0%201.0-lightgrey.svg)](http://creativecommons.org/publicdomain/zero/1.0/)

```xarray``` merupakan pustaka di lingkungan komputasi ilmiah Python yang berguna untuk menangani dataset
multidimensi dengan metode pelabelan seperti pada struktur ```DataFrame``` di pustaka pandas. Hal ini sangatlah menguntungkan bagi kaum awam yang terbiasa
menangani data tabular, untuk mengeksplorasi data multidimensi secara lebih intuitif. Tutorial ini sendiri lebih berfokus pada analisis sederhana data luaran model iklim
berformat NetCDF menggunakan ```xarray```. Diharapkan dengan hadirnya tutorial ini, dapat membantu kesulitan para praktisi dan mahasiswa S-1, utamanya untuk bidang non-geosains dalam mengeksplorasi data berformat NetCDF.

Untuk mereproduksi tutorial ini pastikan kalian telah melakukan hal - hal sebagai berikut:

1. Jalankan: ```git clone git@github.com:sandyherho/tutorial_xarray.git```

2. Unduh dan jalankan [Anaconda versi 3](https://www.anaconda.com/distribution/#download-section).

3. Jalankan perintah berikut ini: ```conda env create -f tutorial_xarray.yml```

4. Unduh data model iklim global yang dijadikan contoh pada folder ```Data``` di situs [ini](https://osf.io/gvf37/).