本文目录一览：
python常用函数
- complex()
返回一个形如
a+bj的复数，传入参数分为三种情况：- 参数为空时，返回
0j； - 参数为字符串时，将字符串表达式解释为复数形式并返回；
- 参数为两个整数
(a,b)时，返回a+bj； - 参数只有一个整数
a时，虚部b默认为0，函数返回a+0j。
- 参数为空时，返回
- dir()
- 不提供参数时，返回当前本地范围内的名称列表；
- 提供一个参数时，返回该对象包含的全部属性。
- divmod(a,b)
a-- 代表被除数，整数或浮点数；b-- 代表除数，整数或浮点数；- 根据除法运算计算
a,b之间的商和余数，函数返回一个元组(p,q)，p代表商a//b，q代表余数a%b。
- enumerate(iterable, start=0)
iterable-- 一个可迭代对象，如列表、元组等；start-- 计数索引值，默认初始为0；- 该函数返回枚举对象是一个迭代器，利用
next()方法依次返回元素值，每个元素以元组形式存在，包含一个计数元素（起始为start）和iterable中对应的元素值。
Python气象数据处理与绘图(2)：常用数据计算方法
对于气象绘图来讲，第一步是对数据的处理，通过各类公式，或者统计方法将原始数据处理为目标数据。
按照气象统计课程的内容，我给出了一些常用到的统计方法的对应函数：
在计算气候态、区域平均时均要使用到求均值函数，对应 NCL 中的 dim_average 函数，在 Python 中通常使用 np.mean() 函数：
numpy.mean(a, axis, dtype)
假设 a 为 [time,lat,lon] 的数据，那么：
需要特别注意的是，气象数据中常有缺测，在 NCL 中，使用求均值函数会自动略过，而在 Python 中，当任意一数与缺测 (np.nan) 计算的结果均为 np.nan，比如求 [1,2,3,4, np.nan] 的平均值，结果为 np.nan。
因此，当数据存在缺测数据时，通常使用 np.nanmean() 函数，用法同上，此时 [1,2,3,4, np.nan] 的平均值为 (1+2+3+4)/4 = 2.5。
同样的，求某数组最大最小值时也有 np.nanmax()、np.nanmin() 函数来补充 np.max()、np.min() 的不足。
其他很多 np 的计算函数也可以通过在前边加 nan 来使用。
另外，也可以直接将 a 中缺失值全部填充为 0。
np.std(a, axis, dtype)
用法同 np.mean()。
在 NCL 中有直接求数据标准化的函数 dim_standardize()，其实也就是一行的事，根据需要指定维度即可。
皮尔逊相关系数
相关可以说是气象科研中最常用的方法之一了，numpy 函数中的 np.corrcoef(x, y) 就可以实现相关计算。但是在这里我推荐 scipy.stats 中的函数来计算相关系数：
这个函数缺点和优点都很明显，优点是可以直接返回相关系数 R 及其 P 值，这避免了我们进一步计算置信度。而缺点则是该函数只支持两个一维数组的计算，也就是说当我们需要计算一个场和一个序列的相关时，我们需要循环来实现。
其中 a[time,lat,lon]，b[time]，(NCL 中为 regcoef() 函数)。
同样推荐 Scipy 库中的 stats.linregress(x,y) 函数：
slope: 回归斜率intercept: 回归截距r_value: 相关系数p_value:P值std_err: 估计标准误差 直接可以输出P值，同样省去了做置信度检验的过程，遗憾的是仍需同相关系数一样循环计算。
python三个重要的内置函数(map, filter, reduce)
map
map 函数第一个参数是一个函数 function，第二个参数是一个可迭代的对象 iterable，它的功能是将可迭代对象 iterable 里面的每一项都应用到函数 function 中，然后返回一个迭代器。
可迭代器里面有多少个元素则结果就包含多少个元素。
filter
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
该函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
reduce
reduce() 函数会对参数序列中的元素进行累积。
函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。
python字典操作函数
字典是一种通过名字或者关键字引用的数据结构，其键可以是数字、字符串、元组，这种结构类型也称之为映射。字典类型是 Python 中唯一内建的映射类型，基本的操作包括如下：
len()：返回字典中键—值对的数量；d[k]：返回关键字对应的值；d[k]=v：将值关联到键值k上；del d[k]：删除键值为k的项；key in d：键值key是否在d中，是返回True，否则返回False；clear()：清除字典中的所有项；copy()：返回一个具有相同键值的新字典；deepcopy()使用深复制，复制其包含所有的值，这个方法可以解决由于副本修改而使原始字典也变化的问题；fromkeys()：使用给定的键建立新的字典，键默认对应的值为None；get()：访问字典成员；has_key()：检查字典中是否含有给出的键；items()和iteritems()：items()将所有的字典项以列表方式返回，列表中项来自（键，值），iteritems()与items()作用相似，但是返回的是一个迭代器对象而不是列表；keys()和iterkeys()：keys()将字典中的键以列表形式返回，iterkeys()返回键的迭代器；pop()：删除字典中对应的键；popitem()：移出字典中的项；setdefault()：类似于get方法，获取与给定键相关联的值，也可以在字典中不包含给定键的情况下设定相应的键值；update()：用一个字典更新另外一个字典；values()和itervalues()：values()以列表的形式返回字典中的值，itervalues()返回值的迭代器，由于在字典中值不是唯一的，所以列表中可以包含重复的元素。
一、字典的创建
1.1 直接创建字典
d = {'one':1, 'two':2, 'three':3}
print(d)
print(d['two'])
print(d['three'])
运算结果：
{'three': 3, 'two': 2, 'one': 1}
1.2 通过 dict 创建字典
items = [('one',1), ('two',2), ('three',3), ('four',4)]
d = dict(items)
print(d)
print(d['one'])
print(d['three'])
运算结果：
{'four': 4, 'three': 3, 'two': 2, 'one': 1}
或者通过关键字创建字典：
d = dict(one=1, two=2, three=3)
print(d)
print(d['one'])
print(d['three'])
运算结果：
{'three': 3, 'two': 2, 'one': 1}
二、字典的格式化字符串
d = {'one':1, 'two':2, 'three':3, 'four':4}
print(d)
print("three is %(three)s." % d)
运算结果：
{'four': 4, 'three': 3, 'two': 2, 'one': 1}
three is 3.
三、字典方法
3.1 clear()：清除字典中的所有项
d = {'one':1, 'two':2, 'three':3, 'four':4}
print(d)
d.clear()
print(d)
运算结果：
{'four': 4, 'three': 3, 'two': 2, 'one': 1}
{}
3.2 copy()：返回一个具有相同键值的新字典
x = {'one':1, 'two':2, 'three':3, 'test':['a','b','c']}
y = x.copy()
y['three'] = 33
print(y)
print(x)
运算结果：
{'test': ['a', 'b', 'c'], 'one': 1, 'three': 33, 'two': 2}
{'test': ['a', 'b', 'c'], 'three': 3, 'two': 2, 'one': 1}
注：在复制的副本中对值进行替换后，对原来的字典不产生影响，但是如果修改了副本，原始的字典也会被修改。deepcopy() 使用深复制，复制其包含所有的值，这个方法可以解决由于副本修改而使原始字典也变化的问题。
3.3 fromkeys()：使用给定的键建立新的字典，键默认对应的值为 None
d = dict.fromkeys(['one', 'two', 'three'])
print(d)
运算结果：
{'three': None, 'two': None, 'one': None}
或者指定默认的对应值：
d = dict.fromkeys(['one', 'two', 'three'], 'unknow')
print(d)
运算结果：
{'three': 'unknow', 'two': 'unknow', 'one': 'unknow'}
3.4 get()：访问字典成员
d = {'one':1, 'two':2, 'three':3}
print(d.get('one'))
print(d.get('four'))
运算结果：
1
None
注：get() 函数可以访问字典中不存在的键，当该键不存在时返回 None。
3.5 has_key()：检查字典中是否含有给出的键
d = {'one':1, 'two':2, 'three':3}
print(d.has_key('one'))
print(d.has_key('four'))
运算结果：
True
False
3.6 items() 和 iteritems()：items() 将所有的字典项以列表方式返回，列表中项来自（键，值），iteritems() 与 items() 作用相似，但是返回的是一个迭代器对象而不是列表
d = {'one':1, 'two':2, 'three':3}
list = d.items()
for key, value in list:
print(key, ':', value)
运算结果：
three : 3
two : 2
one : 1
3.7 keys() 和 iterkeys()：keys() 将字典中的键以列表形式返回，iterkeys() 返回键的迭代器
d = {'one':1, 'two':2, 'three':3}
print(d.keys())
for x in d.iterkeys():
print(x)
运算结果：
['three', 'two', 'one']
three
two
one
3.8 pop()：删除字典中对应的键
d = {'one':1, 'two':2, 'three':3}
print(d)
d.pop('one')
print(d)
运算结果：
{'three': 3, 'two': 2, 'one': 1}
{'three': 3, 'two': 2}
3.9 popitem()：移出字典中的项
d = {'one':1, 'two':2, 'three':3}
print(d)
d.popitem()
print(d)
运算结果：
{'three': 3, 'two': 2, 'one': 1}
{'two': 2, 'one': 1}
3.10 setdefault()：类似于 get 方法，获取与给定键相关联的值，也可以在字典中不包含给定键的情况下设定相应的键值
d = {'one':1, 'two':2, 'three':3}
print(d.setdefault('one', 1))
print(d.setdefault('four', 4))
print(d)
运算结果：
1
4
{'four': 4, 'three': 3, 'two': 2, 'one': 1}
3.11 update()：用一个字典更新另外一个字典
d = {'one':123, 'two':2, 'three':3}
x = {'one':1}
d.update(x)
print(d)
运算结果：
{'three': 3, 'two': 2, 'one': 1}
3.12 values() 和 itervalues()：values() 以列表的形式返回字典中的值，itervalues() 返回值的迭代器，由于在字典中值不是唯一的，所以列表中可以包含重复的元素
d = {'one':123, 'two':2, 'three':3, 'test':2}
print(d.values())
运算结果：
[2, 3, 2, 123]
