锐客网

  1. 首页 > 睿知 > it技术 > >

python温度梯度函数 python绘制温度曲线

计算IT技术

python简单的函数定义和用法实例python简单的函数定义和用法实例
这篇文章主要介绍了python简单的函数定义和用法,实例分析了Python自定义函数及其使用方法,具有一定参考借鉴价值,需要的朋友可以参考下
具体分析如下：
这里定义了一个温度转换的函数及其用法 。
def convertTemp(temp, scale):
if scale == "c":
return (temp - 32.0) * (5.0/9.0)
elif scale == "f":
return temp * 9.0/5.0 + 32
temp = int(input("Enter a temperature: "))
scale = input("Enter the scale to convert to: ")
converted = convertTemp(temp, scale)
print("The converted temp is: " + str(converted))
希望本文所述对大家的Python程序设计有所帮助 。
Python写温度转化 我们都知道，现在通用的温度有2种 ， 一种是 摄氏度 ，另一种是 华氏度。
至于想要深入了解的小伙伴，给你们加上了链接：
摄氏度：用符号 C表示，是世界上使用较为广泛的 温标 之一
网址:
华氏度：符号。华氏度 = 32+ 摄氏度1.8
网址:
第一步： 先用input()输入当时的温度
第二步： 判断输入温度的类型，如果是华氏度F的话 ， （可以大小写）执行计算：
摄氏度=（华氏度-32）/18
这里的 TempStr[-1] 是指最后一个字符串在F/f判断是华氏度 。TempStr[0:-1] 取的是数值，用
eval() 函数，使得这些数值可以被计算出来 。从而使得该公式可以计算赋值给变量C 。
print("转换后的温度是{:.2f}C".format(C))， {:.2f} ,这里.2是使结果保留2位小数，f在.format(C)中展示 ， 带上单位C 。就完成打印 。
第三步： 华氏度转成摄氏度
这是华氏度转化摄氏度的，下面摄氏度转化华氏度是同样的方法 。
以下是完整代码：
一个程序还是包含着挺多知识的，保留2位小数，eval()，.format() ， input()， 需要细看才好好理解 。欢迎观看~
编写一个Python程序,循环输入7天温度,求平均温度 。python3代码如下：
【python温度梯度函数 python绘制温度曲线】
把下面代码里的井号改成空格
l = []
for i in range(1, 8):
##l.append(float(input('第%d天：' % i)))
print('平均温度：', sum(l) / len(l))
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python温度梯度函数，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，python温度梯度函数我给出了一些常用到的统计方法的对应函数python温度梯度函数：
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python温度梯度函数：
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python温度梯度函数：
这个函数缺点和有点都很明显，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：
slop: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中的TempStr应用和温度转换描述
温度python温度梯度函数的刻画有两个不同体系：摄氏度（Celsius）和华氏度（Fahrenheit） 。
请编写程序将用户输入华氏度转换为摄氏度，或将输入的摄氏度转换为华氏度 。
转换算法如下：（C表示摄氏度、F表示华氏度）
C = ( F - 32 ) / 1.8
F = C * 1.8 + 32
要求如下：
(1) 输入输出的摄氏度采用大写字母C开头，温度可以是整数或小数，如：C12.34指摄氏度12.34度python温度梯度函数；
(2) 输入输出的华氏度采用大写字母F开头，温度可以是整数或小数 ， 如：F87.65指华氏度87.65度；
(3) 不考虑异常输入的问题，输出保留小数点后两位；
(4) 使用input()获得测试用例输入时 ， 不要增加提示字符串 。
程序：
TempStr = input()
if TempStr[0] in ['F']:#因为要求输入输出是大写C或者F，所以针对第一位字符做判断
C = (eval(TempStr[1:]) - 32)/1.8#TempStr[1:]表示字符串除首字符外的所有字符 。
print("C{:.2f}".format(C))#采用{:.2f}将输出数字变成两位小数点表示时，即使数学上该输出值是整数 ， 也会按照小数方式输出，例如，转换后温度为10度，输出为10.00；
elif TempStr[0] in ['C']:
F = 1.8*eval(TempStr[1:]) + 32
print("F{:.2f}".format(F))
else:
print()#不输入任何错误提示
关于python温度梯度函数和python绘制温度曲线的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站 。

    推荐阅读


    上一篇：gis上标，gis上标注图形面积

    下一篇：华为服务器在俄罗斯市场的表现如何？ 俄罗斯华为服务器怎么样