干净、简单、快速地获取公共水文和气候数据
ulmo的Python项目详细描述
ulmo
====
**干净、简单、快速地访问公共水文和气候数据**
项目状态图片::https://secure.travis-ci.org/ulmo-dev/ulmo.png?branch=master
:目标:https://travis ci.org/ulmo dev/ulmo
…图片::https://ci.appveyor.com/api/projects/status/mqo6rl0f2ocngxcu/branch/master?svg=true
:目标:https://ci.appveyor.com/project/dharhas/ulmo/branch/master
图片::https://coveralls.io/repos/ulmo-dev/ulmo/badge.svg?branch=master&service=github
:目标:https://coveralls.io/github/ulmo-dev/ulmo?branch=master
features
--
-从web检索和解析数据集
-返回简单的python数据结构,这些数据结构可以很容易地拉入“更复杂的工具”进行分析
-在本地缓存数据集,并根据需要获取更新
ULMO支持以下数据集/服务:
-加州水利部历史数据
-气候预测中心每周干旱
-Cuahsi水流量
-科罗拉多河下游管理局水文和水质数据
-美国宇航局日气象数据
-国家气候数据中心气候指数参考序贯(CIRS)
-国家气候数据中心全球历史气候网络日报应急数据分发网络服务
-美国地质勘探局地球资源观测系统(EROS)服务
-美国地质勘探局国家高程数据集(NED)服务
安装
----
Ulmo依赖于来自科学Python堆栈(即:
numpy、pytables和pandas)和lxml的许多库有两种方法可以安装这些
依赖项,但如果手动安装,则可能会很棘手。最简单的启动和运行方法是使用一个科学的python发行版,它将把所有东西安装在一起。“scipy”网站上提供了完整的列表,但推荐使用“anaconda```` miniconda`”,因为它是最容易设置的。
如果您使用的是anaconda/miniconda,则可以使用以下命令从“conda/forge”频道安装ulmo:
conda install-c conda forge ulmo
否则,按照以下说明操作:
一旦安装了必需的科学python库,就可以从pypi安装最新版本的ulmopip是一个很好的方法:
pip安装ulmo
获取“source
代码”的副本,并从根目录运行setup.py:
windows)
python setup.py development
future
----
未来数据集的列表保存在“问题跟踪程序”中。如果您希望看到添加的数据集,请打开一个相关的问题。
----
*文档:http://ulmo.readthedocs.org
*存储库:http s://github.com/ulmo dev/ulmo
_更复杂的工具:http://pandas.pydata.org
。_问题跟踪器:https://github.com/ulmo-dev/ulmo/issues?标签=新建+数据集状态=打开
…_水蟒:http://continuum.io/downloads.html
…_ miniconda:http://conda.pydata.org/miniconda.html
。_康达锻造:https://conda forge.github.io
_ scipy:http://scipy.org/install.html
。_源代码:https:。//Github.com//ulmo-dev//ulmo@br/>
====
**干净、简单、快速地访问公共水文和气候数据**
项目状态图片::https://secure.travis-ci.org/ulmo-dev/ulmo.png?branch=master
:目标:https://travis ci.org/ulmo dev/ulmo
…图片::https://ci.appveyor.com/api/projects/status/mqo6rl0f2ocngxcu/branch/master?svg=true
:目标:https://ci.appveyor.com/project/dharhas/ulmo/branch/master
图片::https://coveralls.io/repos/ulmo-dev/ulmo/badge.svg?branch=master&service=github
:目标:https://coveralls.io/github/ulmo-dev/ulmo?branch=master
features
--
-从web检索和解析数据集
-返回简单的python数据结构,这些数据结构可以很容易地拉入“更复杂的工具”进行分析
-在本地缓存数据集,并根据需要获取更新
ULMO支持以下数据集/服务:
-加州水利部历史数据
-气候预测中心每周干旱
-Cuahsi水流量
-科罗拉多河下游管理局水文和水质数据
-美国宇航局日气象数据
-国家气候数据中心气候指数参考序贯(CIRS)
-国家气候数据中心全球历史气候网络日报应急数据分发网络服务
-美国地质勘探局地球资源观测系统(EROS)服务
-美国地质勘探局国家高程数据集(NED)服务
安装
----
Ulmo依赖于来自科学Python堆栈(即:
numpy、pytables和pandas)和lxml的许多库有两种方法可以安装这些
依赖项,但如果手动安装,则可能会很棘手。最简单的启动和运行方法是使用一个科学的python发行版,它将把所有东西安装在一起。“scipy”网站上提供了完整的列表,但推荐使用“anaconda```` miniconda`”,因为它是最容易设置的。
如果您使用的是anaconda/miniconda,则可以使用以下命令从“conda/forge”频道安装ulmo:
conda install-c conda forge ulmo
否则,按照以下说明操作:
一旦安装了必需的科学python库,就可以从pypi安装最新版本的ulmopip是一个很好的方法:
pip安装ulmo
获取“source
代码”的副本,并从根目录运行setup.py:
windows)
python setup.py development
future
----
未来数据集的列表保存在“问题跟踪程序”中。如果您希望看到添加的数据集,请打开一个相关的问题。
----
*文档:http://ulmo.readthedocs.org
*存储库:http s://github.com/ulmo dev/ulmo
_更复杂的工具:http://pandas.pydata.org
。_问题跟踪器:https://github.com/ulmo-dev/ulmo/issues?标签=新建+数据集状态=打开
…_水蟒:http://continuum.io/downloads.html
…_ miniconda:http://conda.pydata.org/miniconda.html
。_康达锻造:https://conda forge.github.io
_ scipy:http://scipy.org/install.html
。_源代码:https:。//Github.com//ulmo-dev//ulmo@br/>