Git Product home page Git Product logo

atmoscol-2023's Introduction

thumbnail

Taller de datos científicos con Python y R - AtmosCol 2023

nightly-build Binder DOI

Motivación

Este taller de iniciación a la programación científica con Python y R - AtmosCol 2023 tiene como objetivo promover el paradigma emergente de investigación conocido como 'ciencia abierta'. Este enfoque busca fomentar el acceso y la inclusión a los datos hidrometeorológicos de diversas fuentes, así como la reproducibilidad de los códigos, con el fin de impulsar el desarrollo colaborativo y la participación en actividades científicas en todos los niveles de la sociedad.

La ciencia abierta aboga por la transparencia y la colaboración en la investigación científica, fomentando la disponibilidad de datos científicos, la capacidad de reproducir los resultados, y la inclusión de diversos sectores de la sociedad en el proceso de investigación. Además, promueve la comunicación efectiva de los resultados científicos y la divulgación del conocimiento en beneficio de la comunidad en general.

En el marco de este taller, se capacitará a los participantes en el uso de herramientas poderosas como Python y R para trabajar con datos hidrometeorológicos y llevar a cabo análisis científicos. De esta manera, se empoderará a los asistentes para contribuir de manera efectiva a la investigación científica abierta, lo que puede tener un impacto significativo en el avance de la ciencia y en la toma de decisiones informadas en Colombia.

Autores

Alfonso Ladino-Rincon Nicole Rivera Max Grover

Colaboradores

Estructura

El taller estará compuesto por dos sesiones. En la sesión de la mañana trabajeremos con Python y acceso a los datos hidrometeorológicos de diversas fuentes. En la sesión de la tarde trabajaremos anális de series de tiempo usando R.

Sección 1. Acceso a los datos hidrometeorológicos usando Python

Hora Contenido Tutor Duración
08:00 AM - 08:15 AM Apertura del curso. Arranque del Jupyter Lab, instalación de librerias y requerimientos para el taller Alfonso Ladino, Nicole Rivera, Nestor Bernal, Iván Arias, Maria F. Moreno 15 minutos
08:15 AM - 09:00 AM Introducción a Numpy, Pandas, Xarray, Py-Art y Xradar Alfonso Ladino 45 minutos
09:00 AM - 09:30 AM Acceso a los datos de estaciones IDEAM usando el portal de datos abiertos Alfonso Ladino 30 minutos
09:30 AM - 10:00 AM Acceso a los datos de radares meteorológicos de IDEAM usando Xradar y Py-Art Alfonso Ladino 30 minutos
10:00 AM - 10:30 AM Pausa para el refrigerio 30 minutos
10:30 AM - 11:00 AM Acceso a los datos de NASA (OPENDAP) y los datos de CMIP Alfonso Ladino, Nicole Rivera 30 minutos
11:00 AM - 11:30 PM Cálculo de la anomalia ENSO en el Pacífico Tropical Nicole Rivera 30 minutos
11:30 AM - 12:00 PM Gráficas del IPCC - Escenarios de Cambio Climático Nicole Rivera 30 minutos
12:00 PM - 01:30 PM Almuerzo 1.5 horas

Sección 2. Anális de series de tiempo usando R

Hora Contenido Tutor Duración
01:30 PM - 03:00 PM Homogenización de series de tiempo mensuales de precipitación en R Néstor Bernal 1.5 horas

Ejecutar los Notebooks

Pueden ejecutar los notebooks bien sea usando Binder o localmente en sus maquinas.

Binder

La forma más sencilla de interactuar con un Jupyter Notebook es a través de Binder, que permite la ejecución de un Jupyter Book en la nube. Los detalles de cómo funciona binder no son muy relevantes por ahora. Todo lo que necesitamos saber es cómo iniciar un capítulo de Pythia Cookbooks a través de Binder. Simplemente navegue con el mouse hasta la esquina superior derecha del capítulo del libro que está viendo y haga clic en el ícono del cohete y asegúrese de seleccionar "iniciar Binder". Después de un momento, se te presentará un Jupyter Lab con el que podrás interactuar. Es decir. Podrás ejecutar e incluso cambiar los programas de ejemplo. Verás que las celdas de código no tienen salida al principio, hasta que las ejecutes presionando Shift+Enter. Los detalles completos sobre cómo interactuar con un cuaderno Jupyter activo se describen en Introducción a Jupyter.

Ejecutar de manera local

Si está interesado en ejecutar este material localmente en su computadora, deberá seguir este flujo de trabajo:

  1. Clone el repositorio https://github.com/aladinor/Atmoscol2023.git usando el siguiente comando de consola:

     git clone https://github.com/aladinor/Atmoscol2023.git
  2. Entre en la carpeta de Atmoscol2023

    cd Atmoscol2023
  3. Cree y active su ambiente de desarrollo usando el archivo environment.yml

    conda env create -f environment.yml
    conda activate atmoscol2023
  4. Vaya a la carpeta notebooks y comience una sesión de Jupyterlab

    cd notebooks/
    jupyter lab

atmoscol-2023's People

Contributors

aladinor avatar dependabot[bot] avatar mgrover1 avatar nicolerivera1 avatar

Stargazers

 avatar

Watchers

 avatar

atmoscol-2023's Issues

Get this Cookbook listed on the Pythia gallery

Are we ready to get this Cookbook "published" on the Pythia cookbook gallery page?

It's very possible that I volunteered to take some action on this months ago and let it lapse. @aladinor can you fill me in on the latest status of this book?

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.