Climate Geospatial Analysis on Python with Xarray

4.2
Sterne
23 Bewertungen
von
Coursera Project Network
In diesem angeleitetes Projekt werden Sie:

Loading, exporting and interacting with climate NetCDF datasets

Apply simple and grouped operations over multidimensional data

Navigate and visualize multidimensional geospatial data

Clock45 minutes for the guided part + 45 minutes for practice
IntermediateMittel
CloudKein Download erforderlich
VideoVideo auf geteiltem Bildschirm
Comment DotsEnglisch
LaptopNur Desktop

By the end of this project, you will be able to load, visualize, manipulate and perform both simple and grouped operations over geospatial multidimensional data through Xarray and Python. We'll explore an dataset containing temperature, vegetation density and total precipitation over the Brazilian Amazon for the 1979-2019 period while the concepts are developed. This will enable the learner to handle and extract knowledge from complex datasets such as the ones from satellite and climate re-analysis observations. Note: This course works best for learners who are based in the North America region. We’re currently working on providing the same experience in other regions.

Kompetenzen, die Sie erwerben werden

  • xarray
  • Python Programming
  • Data Analysis
  • Geospatial Analysis
  • multidimensional data manipulation

Schritt für Schritt lernen

In einem Video, das auf einer Hälfte Ihres Arbeitsbereichs abgespielt wird, führt Sie Ihr Dozent durch diese Schritte:

  1. Load and getting familiar with NetCDF datasets

  2. Select and filter data through coordinates

  3. Visualize multidimensional and geospatial variables

  4. Apply simple operations over multidimensional data

  5. Apply grouped operations over multidimensional data

  6. Merge and concatenate datasets

  7. Interact with Pandas and export datasets

Ablauf angeleiteter Projekte

Ihr Arbeitsbereich ist ein Cloud-Desktop direkt in Ihrem Browser, kein Download erforderlich

Ihr Dozent leitet Sie in einem Video mit geteiltem Bildschirm Schritt für Schritt an.

Häufig gestellte Fragen

Häufig gestellte Fragen

Haben Sie weitere Fragen? Besuchen Sie das Learner Help Center.