Software Open Access
Sandy Herho
<?xml version='1.0' encoding='utf-8'?> <resource xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://datacite.org/schema/kernel-4" xsi:schemaLocation="http://datacite.org/schema/kernel-4 http://schema.datacite.org/meta/kernel-4.1/metadata.xsd"> <identifier identifierType="DOI">10.5281/zenodo.3669057</identifier> <creators> <creator> <creatorName>Sandy Herho</creatorName> <affiliation>Weather and Climate Prediction Laboratory, Bandung Institute of Technology, Indonesia</affiliation> </creator> </creators> <titles> <title>Pengantar Analisis NetCDF menggunakan xarray</title> </titles> <publisher>Zenodo</publisher> <publicationYear>2020</publicationYear> <subjects> <subject>Meteorologi</subject> <subject>Perubahan iklim</subject> <subject>Python</subject> <subject>xarray</subject> <subject>NetCDF</subject> <subject>Oseanografi</subject> </subjects> <dates> <date dateType="Issued">2020-02-16</date> </dates> <resourceType resourceTypeGeneral="Software"/> <alternateIdentifiers> <alternateIdentifier alternateIdentifierType="url">https://zenodo.org/record/3669057</alternateIdentifier> </alternateIdentifiers> <relatedIdentifiers> <relatedIdentifier relatedIdentifierType="URL" relationType="IsSupplementTo">https://github.com/sandyherho/tutorial_xarray/tree/1.0.0</relatedIdentifier> <relatedIdentifier relatedIdentifierType="DOI" relationType="IsVersionOf">10.5281/zenodo.3669056</relatedIdentifier> <relatedIdentifier relatedIdentifierType="URL" relationType="IsPartOf">https://zenodo.org/communities/komunitas-inarxiv</relatedIdentifier> </relatedIdentifiers> <version>1.0.0</version> <rightsList> <rights rightsURI="https://creativecommons.org/licenses/by/1.0/legalcode">Creative Commons Attribution 1.0 Generic</rights> <rights rightsURI="info:eu-repo/semantics/openAccess">Open Access</rights> </rightsList> <descriptions> <description descriptionType="Abstract"><p><code>xarray</code>&nbsp;merupakan pustaka di lingkungan komputasi ilmiah Python yang berguna untuk menangani dataset multidimensi dengan metode pelabelan seperti pada struktur&nbsp;<code>DataFrame</code>&nbsp;di pustaka pandas. Hal ini sangatlah menguntungkan bagi kaum&nbsp;<em>awam</em>&nbsp;yang terbiasa menangani data tabular, untuk mengeksplorasi data multidimensi secara lebih intuitif. Tutorial ini sendiri lebih berfokus pada analisis sederhana data luaran model iklim berformat NetCDF menggunakan&nbsp;<code>xarray</code>. Diharapkan dengan hadirnya tutorial ini, dapat membantu kesulitan para praktisi dan mahasiswa S-1, utamanya untuk bidang non-geosains dalam mengeksplorasi data berformat NetCDF.</p></description> </descriptions> </resource>
All versions | This version | |
---|---|---|
Views | 30 | 30 |
Downloads | 2 | 2 |
Data volume | 12.4 MB | 12.4 MB |
Unique views | 25 | 25 |
Unique downloads | 2 | 2 |