CLIMATE ANALYSIS, WITH CLARITY.

Klimapy 为气候分析提供统一入口,用 Python 执行研究流程让 Rust 执行底层计算,把精力留给问题本身。

pip install klimapy
华东内陆区域1981至2010年多年平均累计日降水二维平面图,颜色表示毫米每天
ETCCDI统计降尺度降水统计分析辅助工具

01 / DESIGN PHILOSOPHY

接口清晰,
计算有据可循。

围绕气候分析工作流组织功能。让数值算法、数据语义和研究结果各有明确的位置。

01

统一的数据模型

用 Field 一起传递数组、维度、坐标与属性,让时间、空间和物理单位在研究流程中保持清晰。

02

围绕研究问题组织

极端指数、统计降尺度、降水、统计分析与辅助工具分组组织。BCSD 是统计降尺度的首个方法。

03

明确每一步的含义

每个函数分别说明基准期、单位、有效样本和缺测规则。验证页同时展示结果一致性与实测效率。

02 / GET STARTED

一次安装,
开始你的分析。

在独立环境中安装 Klimapy。以下示例展示 1.2.1 的功能接口。

源码构建需要 Cargo。NetCDF 文件读写需要系统 libnetcdf / HDF5;Shapefile 和 CRS 转换另需原生 GDAL。

python -m pip install --upgrade klimapy

# 查看已安装版本
python -m pip show klimapy

03 / THE API

从一个气候场,
走向你的研究问题。

选择工作流查看调用示例。输入文件与变量名请替换为自己的数据;计算前核对单位、日历与有效覆盖率。

extreme_indices.py

04 / DATA MODEL

保留数据的语境。

Field 将数组与维度、坐标、属性一起传递。原生文件入口支持显式区域读取,结果可以写回 NetCDF,减少分析流程中丢失元数据的环节。

阅读快速上手 →
Field一个气候场的基本单元
values
NumPy 数值数组
dims
time · lat · lon
coords
时间轴与空间坐标
attrs
单位与变量属性

05 / OPEN SCIENCE

开放源码,持续演进。

查看算法说明、使用边界和更新记录,也欢迎通过 GitHub 反馈问题。