首页
学习
活动
专区
圈层
工具
发布
44 篇文章
1
机器学习需要掌握的九种工具!
2
PyAOS:大气和海洋科学Python社区
3
地球人工智能研究综述
4
优化物理和机器学习之间的协同作用
5
构建便于气象海洋应用的Anaconda环境(window版本)
6
Python结合Matlab气候数据工具箱CDT
7
用Python复现一篇Nature的研究: 1.数据下载及预处理
8
Python气象数据处理与绘图:相关性分析之散点图
9
Nature | 数据驱动的地球系统深度学习与过程理解
10
Python气象数据处理与绘图:常见的10种图像滤波方法
11
JAMES: 地球系统模式机器学习应用专刊
12
Python可视化 | xarray绘图样式配置
13
xarray系列|WRF模式前处理和后处理
14
Python可视化 | xarray一维数据绘图
15
构建适合大气与海洋应用的Anaconda环境
16
统计学中数据分析方法汇总!
17
Python可视化 | xarray 绘图时序图
18
深度学习 | 时序问题LSTM入门讲解
19
Python可视化 | xarray 二维绘图配色方案设置
20
MeteoInfoLab中如何将格点插值到站点?(附完整代码)
21
利用 pandas 和 xarray 整理气象站点数据
22
tensor与numpy数据类型转换
23
【机器学习基础】|交叉验证及Stacking
24
让数据动起来!用Python制作动画可视化效果,让数据不再枯燥!
25
数据处理 | EOF用法及可视化实例
26
数据处理 | 使用cfgrib加载GRIB文件
27
GISer如何学Python
28
数据下载 | NCEP再分析数据自动批量下载
29
关于滤波和NCL的filwgts_lanczos函数
30
数据处理 | xarray的计算距平、重采样、时间窗
31
数据处理 | xarray的NC数据基础计算(1)
32
基于Python的神经网络模型可视化绘图方法
33
python可视化 | 小波分析——​海温数据的时频域分解
34
Python精美地理可视化绘制
35
Python的常用库的数组定义及常用操作
36
Python可视化 | 温度、水深&CTRL向量空间分布图
37
python可视化 | contour、contourf、cartopy补充
38
NCL专辑 | 常用插值函数集锦
39
数值模式常用参数化方案简析及引用文献
40
数据处理与可视化 | 站点插值格点+空间区域掩膜
41
自动化工程 | 利用Python自动生成降雨量统计分析报告
42
图解NumPy:常用函数的内在机制
43
用手机运行你的Python代码
44
数据可视化 | 双Y轴可视化绘制方法(Python、R两种方法)

构建适合大气与海洋应用的Anaconda环境

Python在气象与海洋领域的应用愈发广泛,特别是其拥有众多的第三方库避免了重复造轮子,使得开发速度较快。但是官方提供的Python仅包含了核心的模块和库,为了完成其他任务,所需的第三方模块和库需要另行安装,这个过程往往较为繁琐。

Anaconda 是一个用于科学计算的 Python 发行版,支持 Linux, Mac, Windows系统,包含了众多常用于科学计算、数据分析的 Python 包, 以及一个包管理器conda。Anaconda通过管理工具包、开发环境以及Python版本,大大简化了你的工作流程,不仅可以方便地安装、更新、卸载工具包,而且安装时能自动安装相应的依赖包,特别是还可以使用不同的虚拟环境隔离不同要求的项目。

下面以Linux系统为例,说明如何配置一个适合大气和海洋领域的Anaconda虚拟环境。

1 安装Anaconda

代码语言:javascript
复制
# 下载
wget https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/Anaconda3-5.2.0-Linux-x86_64.sh
# 脚本过程运行过程中需要选择安装目录等,默认为/home/xxx/anaconda3,xxx为你的用户名
bash Anaconda3-5.2.0-Linux-x86_64.sh 
#添加ANACONDA的环境变量到~/.bashrc
export PATH=/home/xxx/anaconda3/bin:$PATH
source ~/.bashrc

安装完成后可执行以下命令添加清华源,提高国内访问速度。

代码语言:javascript
复制
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge 
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/msys2/
conda config --set show_channel_urls yes # 设置搜索时显示通道地址

2 建立python3.7版本的虚拟环境

代码语言:javascript
复制
conda create -n atm_ocn python=3.7  # atm_ocn虚拟环境名,可任意
conda activate atm_ocn  # 激活环境 或者source activate atm_ocn
conda deactivate        # 退出环境
conda info --envs       # 查看已建立的环境
conda list              # 查看已安装的库

3 安装大气和海洋领域常用库

代码语言:javascript
复制
# conda无法安装时尝试使用pip
# -y 参数默认下载安装依赖包
### 科学计算与统计等
conda install scikit-learn -y
conda install pandas -y
conda install numpy -y
conda install scipy -y
代码语言:javascript
复制
### 机器学习与深度学习
conda install tensorflow  
#安装gpu版本的tensorflow,用conda安装会把cuda/cudnn都安装
conda install tensorflow-gpu==1.14  
conda install keras-gpu
conda install pytorch torchvision
代码语言:javascript
复制
### 大气海洋
pip install namelist-python  
conda install -c conda-forge wrf-python 
conda install netcdf4 -y
代码语言:javascript
复制
### 可视化绘图
conda install matplotlib  -y  
conda install -c conda-forge cartopy -y

以上为个人常用的库,其他需要的可自行新增。

4 使用从conda搭建NCL环境

气象和海洋领域中,NCL也是较为常用的语言,其出图较为精美,且官网提供众多现成的脚本。但是官方不再继续更新维护,NCL与较新版本系统的glibc库等不兼容,因此在较新版本的linux系统中无法安装(如ubuntu20.04)。需要继续使用的,可以通过conda构建NCL环境,方便又快捷。

代码语言:javascript
复制
# conda install ncl
conda update -n root --all                                           
conda create -n ncl_stable -c conda-forge ncl
source activate ncl_stable
conda update -n ncl_stable -c conda-forge --all

# 安装成功后使用
source activate ncl_stable
ncl  plot.ncl 

参考:

http://www.ncl.ucar.edu/Download/conda.shtml

https://mirror.tuna.tsinghua.edu.cn/help/anaconda/

下一篇
举报
领券