本书结构

本书第1章和第2章介绍Python和Linux的基础知识，特别是第2章介绍的Python语言基础知识对于读者后期熟练地使用Python非常关键，建议无编程基础或需巩固基础的读者仔细阅读。第3章至第7章介绍气象数据的读取、处理等。第8章和第9章介绍Python绘图基础与常用的气象绘图方案。第10章和第11章介绍一些常用的气象物理量计算以及统计方法与检验。第 12 章是简单的机器学习入门。第13章介绍几种Python计算加速方案。

● 第1章　认识Python，介绍Python和Linux的基础知识，包含大多数目标读者应该具备的基础的Linux使用技能方面的知识。

● 第2章　Python语言基础，介绍Python的语言基础。该章帮助读者学会使用Python的简单数据类型和数据结构，并了解Python的闭包和面向对象应用等。

● 第3章　NumPy：Python数值计算之源，介绍NumPy提供的数据结构和功能。NumPy是Python数值计算的一个第三方包，实际上它已经成为Python数值计算的一个事实标准，大多数数值计算的第三方包基于NumPy构建，掌握NumPy的使用方法能为读者未来便捷地处理数据打下坚实基础。

● 第4章　pandas：优秀的数据分析工具，介绍pandas提供的数据结构和功能。pandas是一种基于NumPy的结构化数据分析工具，尤其适用于处理站点数据，对时间相关的站点数据支持良好。

● 第5章　栅格数据处理，介绍xarray提供的数据结构和功能。xarray是一种基于NumPy的栅格数据分析工具，受pandas启发，它适用于处理多维度的栅格数据，同时对时间相关的数据支持良好。

● 第 6 章　常用气象数据读取和预处理，介绍一些读者经常会遇到的气象数据相关的文件的读取方式。由于各种标准化和非标准化的文件格式非常多，因此该章将介绍在多数非常见场景下的读取思路，特别是如果遇到非标准化的二进制文件，需要读者自己根据文件格式定义进行对应的读取。

● 第7章　气象数据插值，介绍经常使用的数据插值方案。

● 第8章　Python绘图基础，介绍Matplotlib和cartopy的绘图基础知识，为后续读者提高绘图能力打下基础。

● 第9章　基本绘图类型与气象绘图，结合实际需求对常用绘图方案进行讲解。

● 第10章　常用气象物理量计算，介绍如何计算气象领域常用的物理量。

● 第11章　常用气象统计方法与检验，介绍如何实现气象领域常用的统计方法与检验。

● 第12章　机器学习初探，初步介绍如何使用Python进行机器学习研究，更多具体的实现需要读者结合自己的需求进一步研究。

● 第13章　计算加速与Fortran绑定，介绍CPython中常见的几种计算加速方案。由于CPython解释器本身的性能限制，在实现某些自定义算法时会遇到性能瓶颈。该章初步介绍CPython中常见的计算加速方案，对于想实现特殊算法的读者可能会有一定的帮助。