如何去思考并研究气象问题本身是一个需要不断学习和练习的过程，大量高质量的项目可以加深我们对气象科学中经典模式的深刻理解，从而可以掌握用合适的机器学习方法去进行气象研究和应用。在这里，我们集结了和鲸社区内优质的气象数据科学教程&项目，为气象er们提供了学习+实战的最佳平台！
和鲸社区 提供了相对自由的学习、研究、应用的方式，你可以在社区获得：
气象数据科学语言教程
用 Fortran/Python 语言进行数据读取/数据处理/数据分析/数值计算的实用气象项目
气象可视化应用(雷达数据、地理信息数据、海洋数据等)项目
阶梯难度的机器学习算法项目
优秀气象项目/论文的整体复现
同时，你也可以系统地精进实战能力!训练营、Workshop 和练习赛 等系列活动 极大地丰富了气象研究的应用场景，从小白到进阶高手，与 20w 数据科学业内人士+近 1000 位气象人同场竞技：
题目全部来自业内大牛提供的气象场景案例
不用处理环境装包，精力全放在解决具体气象问题上
支持多种气象数据科学主流语言：Python、Fortran、Julia、R
活动提供讨论区进行讨论，可以参考别人的思路，灵活交流和分享复现
自动出分，实时获取每次代码实践的准确性和算法效率，精确了解个人代码在所有提交代码中运行效率排名
另外，在线数据科学平台 M odel W hale 提供了学习和研究气象的工具及开箱即用的编程环境：
环境免安装，一键复现和鲸社区优秀丰富的气象数据科学教程和项目
内置 Cartopy 等海量镜像，Python、Julia、R、Fortran 登录即用，并支持 WRF 模式
Canvas 无代码图形化建模、Notebook 编程随需选用，还可相互转化
GPU 分布式离线训练，训练记录超参数比对
多类型数据源灵活接入，数据权限分级管理，数据安全有效保障
所有的社区资源，都确保代码的完整，及在对应镜像下一键运行复现！
(注：如有疑问欢迎留言与技术小哥切磋)
铺垫结束，下面正文开始！
1.气象数据科学语言教程
(1)Python 基础
说明：Python 在气象、人工智能、机器学习领域受到火热追捧，很大程度上在于它拥有非常庞大的第三方库，以及强大的通用编程性能。因此，想要逐渐掌握 Python 数据分析，可以通过学习和了解如何利用 Python 调用 Python 的各种第三方库和工具包，感受运用 Python 进行数据分析的便利性。
科赛 x 机器之心 | 从零上手Python关键代码
Python基础 | Python100例
Python入门教程
(2)Numpy教程
说明：Numpy 是 Python 数值计算的基石，它提供多种数据结构、算法以及大部分设计 Python 数值计算所需的接口。Numpy 能够赋予 Python 快速处理数组的能力，除此之外，Numpy 的另一个主要用途是在算法和库之间作为数据传递的数据容器。
教程：
Numpy快速上手指南——基础篇
Numpy快速上手指南——进阶篇
Numpy入门教程
Numpy实战全集
练习题：
这100道练习，带你玩转Numpy
(3)Pandas教程
说明：Pandas 为数据分析提供了高级数据结构和函数，使得利用结构化、表格化数据的工作快速、简单、表现力。做数据分析主要使用的 Pandas 对象是 DataFrame(用于实现表格化、面向列、使用行列标签的数据结构)和 Series(一种一维标签数组对象)。
教程：
Pandas入门教程(1)
Pandas入门教程(2)
Pandas入门教程(3)
【Pandas教程 】像写SQL一样用Pandas
高效分析：如何用pandas快速处理数据
Pandas基础命令速查表
练习题：
Pandas120题
50道练习带你玩转Pandas
这十套练习，教你如何使用Pandas做数据分析
(4)Xarray实例
说明：由于气象数据大多为多维数据，Xarray 提供了一种高效读取和处理多维数据的方式方法，它特别适合处理 netCDF 文件，在类似于 NumPy 的原始数组上以尺寸、坐标和属性的形式引入标签，从而能提供给研究人员更直观，更简洁和更少出错的体验。该软件包包括一个庞大且不断增长的功能库，使用这些数据结构可以实现对气象数据的高级分析和可视化。
xarray实例大全-目录气象行业数据分析案例
xarray实例大全(一)-气象数据示例
xarray实例大全(二)-月平均时间序列计算季节性平均值
xarray实例大全(三)-比较加权与非加权平均温度
xarray实例大全(四)-多维坐标的使用
xarray实例大全(五)-可视化库
xarray实例大全(六)-ROMS海洋模型示例
xarray实例大全(七)-GRIB数据示例
xarray实例大全(八)-使用apply_ufunc
xarray高阶|利用dask并行读取数据
2.气象数据读取/数据处理/数据分析/数值计算
Workshop第一期：初探气象数据Part1
Workshop第一期：初探气象数据Part2
Python读取气象数据nc格式文件的入门级操作
Python处理HDF格式数据示例
利用Python的requests和json包获取台风数据
基于Python的Grads文件解析
CALIPSO卫星数据处理
摸鱼的气象&Python
Python之以温度为例的气象数据缺测处理方法
Python之一个简单的风数据处理和分析案例
常用气象数据下载——ERA5再分析(grib格式)
常用气象数据下载——我国台风历史轨迹数据
常用气象数据下载——耦合模式比较计划(CMIP6)
常用气象数据下载——TEMIS遥感数据
常用气象数据下载——实时空气质量数据
常用气象数据下载——Hamawari8
常用气象数据下载——NCEP再分析资料
常用气象数据下载——探空资料
气象之批量下载气象数据(EC;NCEP;CMIP)(python)
气候变化趋势分析常用方法
气象分析之气候变量场时空结构的分离-EOF
气象数据处理——重采样(Regridding)
气象数据处理——湿位涡剖面分析
气象数据分析——集合经验模态分解(EEMD)
气象数据分析——相关系数与时间相关系数
气象数据分析——旋转经验正交函数(REOF)
气象数据分析——经验正交分解(EOF)
气象数据分析——我国逐年降水的经验正交分解
气象数据处理加速器——cdo
气象数据统计方法
供水管网压力预测(异常识别与缺失补全)
特征重要性评估——Lasso回归系数
2020华为杯E题——数据性分析
WRF模式模拟数据后处理(计算篇)
结构方程模型(SEM)构建
多元多项式回归拟合能见度
两个变量场的相关分析——SVD分解
小波分析——海温数据的时频域分解
基于DEM数据计算坡向、坡度和流向
基于随机森林对特征重要性排序
基于DBSCAN算法的人类活动GPS数据挖掘
基于ERA5数据分析中国区域气温与降水数据的时空分布
最常见的10种图像滤波方法
3.气象可视化
(1)Cartopy绘图教程
气象数据可视化库-Cartopy官网例程大全(中文翻译版)
Cartopy——绘制不同投影的地图
Cartopy 调用天地图在线服务(原创)
Cartopy绘图 | 中国地图最正确的使用方式
(2)Metpy绘图教程
Metpy气象数据可视化库官网例程大全——目录
大气科学可视化示例——降水量
大气科学可视化示例——AWS S3 NEXRAD 档案存取和绘图
大气科学可视化示例——声明 300hPa
大气科学可视化示例—— 飓风追踪器
大气科学可视化示例——观测数据截面
大气科学可视化示例——在旧版DIFAX图表上高空观测
大气科学可视化示例——风切变矢量