전체 글15 Python 논문 시각화 실전 가이드: Matplotlib 다중 시계열 그래프로 허리케인 강도 변화 그래프 그리기 2025.05.11 - [파이썬 코딩/논문 그림 따라하기] - Python 논문 시각화 실전 가이드: 히트맵(heatmap)으로 허리케인 해상 분무 효과 나타내기 Python 논문 시각화 실전 가이드: 히트맵(heatmap)으로 허리케인 해상 분무 효과 나타내기서론2024년 ERL에 게재한 논문 "Unveiling the pivotal influence of sea spray heat fluxes on hurricane rapid intensification"에서 소개한 Figure 1의 Python 코드를 상세히 설명하려 한다. 이 그림은 해상 분무(sea spray)가 허리special-waddle.tistory.com2025.05.11 - [파이썬 코딩/논문 그림 따라하기] - Python 논문 시.. 2025. 5. 11. Python 논문 시각화 실전 가이드: Matplotlib을 활용한 허리케인 단면도 그리기 2025.05.11 - [파이썬 코딩/논문 그림 따라하기] - 허리케인 급 강화와 해상 분무의 중요성 연구(Figure 1, YK24) Python 논문 시각화 실전 가이드: 히트맵(heatmap)으로 허리케인 해상 분무 효과 나타내기서론2024년 ERL에 게재한 논문 "Unveiling the pivotal influence of sea spray heat fluxes on hurricane rapid intensification"에서 소개한 Figure 1의 Python 코드를 상세히 설명하려 한다. 이 그림은 해상 분무(sea spray)가 허리special-waddle.tistory.com 서론지난 포스팅에 이어서 "Unveiling the pivotal influence of sea spray.. 2025. 5. 11. Python 논문 시각화 실전 가이드: 히트맵(heatmap)으로 허리케인 해상 분무 효과 나타내기 서론2024년 ERL에 게재한 논문 "Unveiling the pivotal influence of sea spray heat fluxes on hurricane rapid intensification"에서 소개한 Figure 1의 Python 코드를 상세히 설명하려 한다. 이 그림은 해상 분무(sea spray)가 허리케인의 급격한 강화에 미치는 영향을 분석하기 위한 민감도 실험 결과를 히트맵으로 시각화한 것이다.Yang et al. (2024, ERL) https://iopscience.iop.org/article/10.1088/1748-9326/ad7ee0 Unveiling the pivotal influence of sea spray heat fluxes on hurricane rapid inte.. 2025. 5. 11. 오프라인 클러스터에 Git 환경 설정 및 관리(w. Bare Repository) 본 포스팅에서는 오프라인 클러스터 환경에서의 효율적인 코드 버전 관리를 위한 Git 환경 구축 프로세스를 다룬다. 베어 저장소(bare repository) 설정부터 로컬 저장소 초기화, 실제 운영 방안까지 체계적으로 설명한다.베어 저장소(Bare Repository)는 작업 디렉토리 없이 Git의 버전 관리 데이터만을 포함하는 특수한 형태의 저장소이다. 일반적인 Git 저장소와 달리 베어 저장소는 파일의 체크아웃 없이 순수하게 변경 이력만을 저장하며, 주로 중앙 저장소 역할을 수행한다.장점단점저장 공간을 효율적으로 사용 안정적인 중앙 저장소 역할 수행 오프라인 서버 환경에 최적화된 구조 여러 개발자의 동시 작업 관리에 용이작업 디렉토리가 없음직접적인 파일 확인 및 수정 불가 항상 별도의 로컬 저장소가 .. 2025. 1. 16. WRF 모델을 위한 GDAS-FNL 데이터 전 처리하기(2/2) 이 글은 다음 포스팅들과 연결된다.2025.01.03 - [파이썬 코딩 예제] - Python API 기반 GDAS-FNL 데이터(d083003) 다운로드 하기(@ncar-rda)(1/2)2025.01.02 - [파이썬 코딩 예제] - Python API 기반 ERA5 데이터 다운로드 하기(@CDS) (1/2)2025.01.03 - [기타 소소한 포스팅] - WRF 모델을 위한 ERA5 데이터 전 처리하기(2/2) WRF 모델을 위한 ERA5 데이터 전 처리하기(2/2)이전 포스팅: 2025.01.02 - [파이썬 코딩 예제] - Python API 기반 ERA5 데이터 다운로드 하기(@CDS) (1/2)1. 개요이전 포스팅에서 다운로드한 ERA5 데이터를 WRF 모델의 입력 자료로 변환하는 과정을 설명.. 2025. 1. 3. Python API 기반 GDAS-FNL 데이터(d083003) 다운로드 하기(@ncar-rda) (1/2) 1. 개요GDAS/FNL(Global Data Assimilation System/Final Analysis) 자료는 NCEP에서 제공하는 0.25도 해상도의 전지구 재분석 자료이다. 이 포스팅에서는 RDA UCAR 서버에서 Python을 이용하여 자료를 다운로드하는 방법을 설명한다. 2. 준비사항2.1 주요 특징자동 재시도 : 다운로드 실패 시 최대 3회 재시도, 재시도 간 5초 대기진행률 표시 : tqdm 라이브러리를 이용한 진행바 표시, 다운로드 속도와 남은 시간 정보 제공중복 다운로드 방지 : 이미 존재하는 파일은 다운로드 건너뛰기, 불완전한 다운로드 파일 검사 2.2 주의사항RDA UCAR 계정 설정 : 계정이 없으면 다운로드 불가, 데이터셋 d083003에 대한 접근 권한 필요데이터 용량 고려.. 2025. 1. 3. 이전 1 2 3 다음
