江湖是你画中亦是你

⛄前言CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。纯文本意味着该文件是一个字符序列，不含必须像二进制数字那样被解读的数据。CSV文件由任意数目的记录组成，记录间以某种换行符分隔；每条记录由字段组成，字段间的分隔符是其它字符或字符串，最常见的是逗号或制表符。CSV文件通常以 .csv 作为文件扩展名。 XLS就是Microsoft Excel工作表，是一种非常常用的电子表格格式。xls文件可以使用Microsoft Excel打开，另外微软为那些没有安装Excel的用户开发了专门的查看器Excel Viewer。使用Microsoft Excel可以将XLS格式的表格转换为多种格式：XML表格、XML数据、网页、使用制表符分割的文本文件（.txt）、使用逗号分隔的文本文件(.csv)等。 XLSX是Microsoft Office EXCEL 2007/.../2019文档及以上的扩展名。其基于Office Open XML标准的压缩文件格式取代以前专有的默认文件格式， ...

哨兵系列卫星作为哥白尼计划的一部分，主要目标便是对地球的观测任务。哥白尼计划由三部分组成： 空间部分（哨兵系列太空任务与其他太空机构任务） 测量部分（提供海洋、大陆表面和大气信息的陆基和机载数据收集网络） 数据管理与全球共享 卫星名 发射时间 终止时间 卫星定位 Sentinel-1A 2014.04.03 在轨运行，预期寿命7年 雷达 Sentinel-1B 2016.04.25 在轨运行，预期寿命7年 雷达 Sentinel-2A 2015.06.23 在轨运行，预期寿命7年 高分辨率光学 Sentinel-2B 2017.03.07 在轨运行，预期寿命7年 高分辨率光学 Sentinel-3A 2016.02.16 在轨运行，预期寿命7年 包含雷达、光学、定位等7类传感器 Sentinel-3B 2018.04.25 在轨运行，预期寿命7年 包含雷达、光学、定位等7类传感器 Sentinel-5P 2017.10.13 在轨运行，预期寿命7年 大气污染观测 … … … … ⛄Sentinel数据下载问题及新服务当前，在欧空局官网下 ...

Himawari-8是2015年7月7日凌晨2点（UTC）发射并投入运行，Himawari-9是2016年11月2日发射的，于2017年3月开始后备作业。这两个卫星都计划运行到2029年。早期阶段，Himawari-8号将主要用于观测，而Himawari-9号将起到辅助作用。他们的运行将在2022年进行切换，将Himawari-9号置于主要观测角色，并以Himawari-8号为后备。 Himawari-8/9的AHIS有16个观测波段(3个为可见光，3个为近红外，10个为红外)，全盘观测时间间隔为10分钟。Himawari-8/9的可见光波段分辨率为0.5-1公里，近红外和红外波段分辨率为1-2公里。 ⛄Himawari8/9数据下载👀前期准备①进入Himawari8-9官网，JAXA Himawari Monitor，注册新用户（已有请忽略） ②在注册的邮箱里面收到邮件，包括：Address、UID、PW Arrress:ftp.ptree.jaxa.jpUID:**********PW:********** 👀FileZilla Client方式下载①安装FileZ ...

当使用Pandas做数据分析时，需要读取事先准备好的数据集，这是做数据分析的第一步。Pandas提供了多种读取数据的方法： read_csv()用于读取文本文件 read_json()用于读取json文件 read_sql_query()读取sql语句的 ⛄CSV读写文件 CSV又称逗号分隔值文件，是一种简单的文件格式，以特定的结构来排列表格数据。 CSV文件能够以纯文本形式存储表格数据，比如电子表格、数据库文件，并具有数据交换的通用格式。CSV文件会在Excel文件中被打开，其行和列都定义了标准的数据格式。 将CSV中的数据转换为DataFrame对象是非常便捷的。和一般文件读写不一样，它不需要你做打开文件、读取文件、关闭文件等操作。相反，您只需要一行代码就可以完成上述所有步骤，并将数据存储在DataFrame中。 在Pandas中用于读取文本的函数有两个，分别是：read_csv()和read_table()，它们能够自动地将表格数据转换为DataFrame对象。 pandas.read_csv(filepath_or_buffer, sep=',', ...

Pandas是Python语言的一个扩展程序库，用于数据分析。 Pandas是一个开放源码、BSD许可的库，提供高性能、易于使用的数据结构和数据分析工具。 Pandas名字衍生自术语 “panel data“（面板数据）和 “Python data analysis“（Python数据分析）。 Pandas一个强大的分析结构化数据的工具集，基础是NumPy（提供高性能的矩阵运算）。 Pandas可以从各种文件格式比如CSV、JSON、SQL、Microsoft Excel 导入数据。 Pandas可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。 Pandas广泛应用在学术、金融、统计学等各个数据分析领域。 Pandas主要包括以下几个特点： 它提供了一个简单、高效、带有默认标签（也可以自定义标签）的DataFrame对象。 能够快速从不同格式的文件中加载数据（比如 Excel、CSV 、SQL文件），然后转换为可处理的对象； 能够按数据的行、列标签进行分组，并对分组后的对象执行聚合和转换操作； 能够很方便地实现数据归一化操作和缺失值处理； 能够很方便地 ...

NumPy(Numerical Python) 是Python语言的一个数值计算扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 NumPy的前身Numeric最早是由Jim Hugunin与其它协作者共同开发，2005年，Travis Oliphant在Numeric中结合了另一个同性质的程序库Numarray的特色，并加入了其它扩展而开发了NumPy。NumPy为开放源代码并且由许多协作者共同维护开发。 NumPy是一个运行速度非常快的数学库，主要用于数组计算，包含： 一个强大的N维数组对象ndarray，对数组进行函数运算； 数值积分； 广播功能函数； 整合C/C++/Fortran代码的工具； 线性代数、傅里叶变换、随机数生成等功能。 NumPy通常与SciPy（Scientific Python）和Matplotlib（绘图库）一起使用， 这种组合广泛用于替代MatLab，是一个强大的科学计算环境，有助于我们通过Python学习数据科学或者机器学习。 SciPy是一个开源的Python算法库和数学工具包。SciPy包含的模块有最优化、线性 ...

MathWorks公司创立于 1984 年，是领先的为工程师和科学家提供数学计算软件的供应商，旗下产品包括MATLAB产品家族、Simulink产品家族及 PolySpace产品家族。 MATLAB是矩阵实验室（Matrix Laboratory）的简称，是一种用于算法开发、数据可视化、数据分析及数值计算的高级技术计算语言和交互式环境。MATLAB的应用范围非常广，包括信号和图像处理、通信、控制系统设计、测试和测量、财务建模和分析，以及计算生物学等众多应用领域。附加的工具箱（单独提供的专用 MATLAB 函数集）扩展了MATLAB的使用环境，以解决这些应用领域内特定类型的问题。 Simulink是一个用于对动态系统进行多域建模和模型设计的平台。它提供了一个交互式图形环境，以及一个自定义模块库，并可针对特定应用加以扩展，可应用于控制系统设计、信号处理和通信及图像处理等众多领域。 PolySpace提供代码验证，可确保消除源代码中的溢出、除零、数组访问越界及其他运行错误。此类产品可以证明源代码中不存在某些运行错误，使工程师能够选择并跟踪嵌入式软件质量的指标和阈值，帮助软件团队更好地定义质量 ...

⛄IDL简介交互式数据语言——IDL（Interactive Data Language）是进行应用程序开发、科学数据分析与可视化表达的理想工具。IDL是基于矩阵运算的计算机语言，它语法简单，自带大量的功能函数，用很少的几行代码就能实现其它语言很难实现的功能。利用IDL可以快速地进行科学数据读写、三维数据可视化、数值运算和三维图形建模等。IDL可以应用在地球科学（包括气象、水文、海洋、土壤和地质等），医学影像、图像处理、GIS系统、软件开发、测试、天文、航空航天、信息处理、数学统计与分析以及环境工程等领域。IDL的优势： 数据访问 —— 灵活的数据输入、输出方式。在科学研究中，将会使用大量不同格式的数据。IDL 基本上支持各种数据格式，并提供了大量的数据读写工具，免除数据读写的烦恼，可以将更多的精力投入到数据分析。 数据分析 —— 强大的图像处理、信号处理和数据统计分析能力。IDL 集成了完善的数据分析、数据统计、图像处理和信号处理软件包。项目应用 IDL 可以节省大量时间。使用传统的 C 或者 FORTRAN 语言需要数天或数周的项目，使用 IDL 可以在数小时内完成。 数据可视化 ...

⛄异常处理编写计算机程序时，通常能够区分正常和异常（不正常）情况。异常事件可能是错误（如试图除以零），也可能是通常不会发生的事情。为处理这些异常事件，可在每个可能发生这些事件的地方都使用条件语句。例如，对于每个除法运算，都检查除数是否为零。然而，这样做不仅效率低下、缺乏灵活性，还可能导致程序难以卒读。你可能很想忽略这些异常事件，希望它们不会发生，但Python提供功能强大的替代解决方案——异常处理机制。 Python使用异常对象来表示异常状态，并在遇到错误时引发异常。异常对象未被处理（或捕获）时，程序将终止并显示一条错误消息（traceback）。 In [1]:1/0Traceback (most recent call last): File "<ipython-input-2-9e1622b385b6>", line 1, in <module> 1/0ZeroDivisionError: division by zero 如果异常只能用来显示错误消息，就没多大意思了。但事实上，每个异常都是某个类的实例。你能以各种方式引发和捕 ...

⛄面向对象基本概念面向过程和面向对象，是两种不同的编程方式。 👀面向过程 把完成某一个需求的所有步骤，从头到尾逐步实现； 根据开发需求，将某些功能独立的代码封装成一个又一个函数； 最后完成的代码，就是顺序地调用不同的函数。 特点： 注重步骤与过程，不注重职责分工； 如果需求复杂，代码会变得很复杂； 开发复杂项目，没有固定的套路，开发难度很大！ 👀面向对象相比较函数，面向对象是更大的封装，根据职责在一个对象中封装多个方法。 在完成某一个需求前，首先确定职责——要做的事情（方法）； 根据职责确定不同的对象，在对象内部封装不同的方法（多个）； 最后完成的代码，就是顺序地让不同的对象调用不同的方法。 特点 注重对象和职责，不同的对象承担不同的职责； 更加适合应对复杂的需求变化，是专门应对复杂项目开发，提供的固定套路； 需要在面向过程基础上，再学习一些面向对象的语法。 ⛄类和对象👀类和对象的概念类和对象是面向对象编程的两个核心概念。 （1）类 类是对一群具有相同特征或者行为的事物的一个统称，是抽象的，不能直接使用。 特征被称为属性； 行为被称为方法； 类就相当于制 ...