pyclits 0.2

什么是Pyclits？

python climate time series包是一个开源的python包，可以方便地处理气候地理空间时间序列，例如重新分析或cmip5输出，这些输出通常作为netcdf4文件分发。该软件包包括以下功能：

• 操作数据[时间和空间切片、插值、减去气候周期=异常化、正态化、滤波、子采样等]
• 连续复小波变换的计算
• 使用蒙特卡罗方法构造时空替代数据[傅里叶变换替代，振幅调整的ft，迭代振幅调整的ft，使用var（p）模型的自回归替代，多重分形替代]
• 计算奇异谱分析
• 计算互信息和条件互信息[使用等距、等量化binning和k近邻算法]
• 基于lims（线性逆模型）的思想，从时空数据中构造经验模型。

使用快速numpy、scipy和scikit学习库，并在可能的情况下提供多线程计算[例如，计算每个网格点的小波变换]。

文档

而不是适当的文件[我计划稍后再添加它！]，我创建了一些关于如何使用基本类DataField、SurrogateField、SSA和其他函数的示例。这些可以在examples文件夹中找到。文件夹还包含要处理的气候数据，所有这些数据都是公共可用的，在example_data文件夹中，您可以找到带有数据集链接的免责声明。

依赖关系

pyclits依赖于以下开源软件包

必需：

• numpy
• scipy

推荐：

• sklearn
• cython
• matplotlib
• netCDF4
• basemap toolkit
• pywavelets
• pathos multiprocessing（用于改进多处理功能）

（所有这些都是在安装这个包时通过pip自动安装的，basemap除外，因为它不在pypi上。仍然可以使用pip install git+https://github.com/matplotlib/basemap.git通过pip安装basemap

贡献

欢迎所有的贡献！给我发个邮件或者请求。

版本

• 0.1:初始版本
• 0.2：各种小错误修复，在datafield的pca_components（）方法中添加了varimax rotation作为可选参数

许可证信息

pyclits是mit授权的，有关详细信息，请参见文件license.txt