[SYSU][大二下] 高级编程技术HW Week-5 Lecture-2

Question

教材中课后的练习,10-1到10-13,选一些写到你的博客上


Answer

'''
SYSU - [专选]高级编程技术 - Week5, Lecture2 HW      
by Duan      
2018.04.08 
'''


'''
10-1 Python 学习笔记:
'''
filename = 'learning_python.txt'
with open(filename) as file_object:
    lines = file_object.readlines()
    for line in lines:
        print(line, end = '')
#Output:
# In Python you can do anything!
# In Python you can print "hello world".
# In Python you can read the Zen of Python.


'''
10-3 访客:
'''
print('\n')
quit = True
while quit:
    name = input('Please enter your name("q" to quit):')
    if name == 'q': quit = False
    filename = 'guest.txt'
    with open(filename, 'a') as file_object:
        file_object.write(name + '\n')
#Input:
# Luffy
# Zoro
# Sanji
# q
#In guest.txt:
# Luffy
# Zoro
# Sanji


'''
10-6 加法运算:
'''
import sys
num1 = input('Please input the 1st number:')
try:
    n1 = float(num1)
except ValueError:
    print('You must input a number!')
    sys.exit()
num2 = input('Please input the 2nd number:')
try:
    n2 = float(num2)
except ValueError:
    print('You must input a number!')
    sys.exit()
else:
    print(n1 + n2)
#=================== case 1 ===================
#Input:
# d
#Output:
# You must input a number!
#=================== case 2 ===================
#Input:
# 3
# d
#Output:
# You must input a number!
#=================== case 2 ===================
#Input:
# 3
# 4
#Output:
# 7.0


'''
10-11 喜欢的数字:
'''
import json
num = input('Please input your favorite number:')
filename = 'favorite_num.json'
with open(filename, 'w') as f_obj:
    json.dump(num, f_obj)
    print('We have stored your favorite number.')

import json
filename = 'favorite_num.json'
with open(filename) as f_obj:
    number = json.load(f_obj)
print("I know you favorite number! It's", number + '.')
#Output:
# Please input your favorite number:7
# We have stored your favorite number.
# I know you favorite number! It's 7.

本研究利用Sen+MK方法分析了特定区域内的ET(蒸散发)趋势,重点评估了使用遥感数据的ET空间变化。该方法结合了Sen斜率估算器和Mann-Kendall(MK)检验,为评估长期趋势提供了稳健的框架,同时考虑了时间变化和统计显著性。 主要过程与结果: 1.ET趋势可视化:研究利用ET数据,通过ET-MK和ET趋势图展示了蒸散发在不同区域的空间和时间变化。这些图通过颜色渐变表示不同的ET水平及其趋势。 2.Mann-Kendall检验:应用MK检验来评估ET趋势的统计显著性。检验结果以二元分类图呈现,标明ET变化的显著性,帮助识别出有显著变化的区域。 3.重分类结果:通过重分类处理,将区域根据ET变化的显著性进行分类,从而聚焦于具有显著变化的区域。这一过程确保分析集中在具有实际意义的发现上。 4.最终输出:最终结果以栅格图和png图的形式呈现,支持各种应用,包括政策规划、水资源管理和土地利用变化分析,这些都是基于详细的时空分析。 ------------------------------------------------------------------- 文件夹构造: data文件夹:原始数据,支持分析的基础数据(MOD16A2H ET数据 宁夏部分)。 results文件夹:分析结果与可视化,展示研究成果。 Sen+MK_optimized.py:主分析脚本,适合批量数据处理和自动化分析。 Sen+MK.ipynb:Jupyter Notebook,复现可视化地图。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值