一个用于数据质量控制的python库
bgcArgo的Python项目详细描述
阿尔戈加拿大BGC质量控制
免责声明
此代码正在very活动开发中。可以使用此代码（甚至鼓励使用），但可能会抛出错误、以不希望的方式行为等。也鼓励提交问题以帮助开发！在
安装
建议通过conda forge频道通过以下命令进行安装：
conda install -c conda-forge bgcargo
该包也可以通过python包索引https://pypi.org/project/bgcArgo/获得，安装时使用：
^{pr2}$一般说明
溶解氧数据质量控制函数库。
主要基于SOCCOM BGC Argo QC methodsmatlab中的程序使用
NCEP
或World Ocean Atlas数据到
计算氧气增益
（Johnson et al. 2015）。在
bgcArgo依赖项
- 必须在
python3.4或更高版本上运行，python2.x不支持（使用pathlib，在python版本3.4中引入） - TEOS-10包gsw，但也将与seawater包一起工作，尽管它被弃用而支持gsw
- netCDF4模块，用于
.nc文件 - pandas是必需的（强烈推荐您满足所有数据科学需求！）在
- seaborn是推荐的，但不是必需的，因为会有一些减少的（非必要的）功能
- cmocean也推荐用于更好的绘图，但不是必需的
基本功能
尽管bgcArgo模块中的函数可能在其他情况下使用，但大多数功能都在两个类中，profiles用于典型的概要文件，sprof用于合成概要文件。在
frombgcArgoimportprofiles,sprof# load data from profiles for two floatsflts=profiles([4902480,6902905])# calculate the dissolved oxygen gainsgains=profiles.calc_gain()# visualize the oxygen gain QC stepfig,axes=profiles.plot('gains')# load a synthetic profilesyn=sprof(4902480)# plot a time vs. depth section for the top 500mfig,ax=syn.plot('cscatter','DOXY',ylim=(0,500))# plot the first 10 profiles for temperature, practical salinity,# and adjusted oxygenfig,axes=syn.plot('profiles',varlist=['TEMP','PSAL','DOXY_ADJUSTED'],Nprof=10)
版本历史记录
0.1:2020年4月20日-初始创建
0.2:2020年5月13日-最终用户使用模块的方式发生重大变化，向更面向对象的方向转变，创建argo类
0.2.1:2020年6月23日-现在需要熊猫，这使得全球指数的读取变得更加容易和高效
0.2.2:2020年8月28日-删除pylab依赖项（matplotlib的一部分），构建并上传到PyPI，构建conda forge recipe
0.2.3-0.2.6:2020年9月3日-更新以通过对conda forge请求的所有检查，并在PyPI上更新
- 项目
标签：
欢迎加入QQ群-->： 979659372
