内容
現代の気象学や物理気候学が必要とするデータを解釈し，背後にある面白い自然現象を説明する力を養う．Pythonによるデータ処理の基礎からはじめ，実践的な解析例へ．Google Colaboratory / Jupyter上で動作するサンプルプログラムで実践．全2巻．
【主な目次】
第1章 Pythonの環境構築・簡単な行列計算とグラフの描画
環境構築
Hello world!
簡単な行列計算
グラフの描画
見やすく解析結果をまとめる
第2章 気象データ（時間変化する2次元場）の描画
海面水温（SST）
ファイルの入力と変数の中身の確認
ある月の海面水温を描画する
第3章 気候値（平年値）の計算
背景知識
準備
東京の気温の月別気候値を計算する
海面水温分布の月別気候値を描画する
第4章 偏差（平年差）の計算
背景知識
準備
東京の気温の偏差を計算する
海面水温分布の偏差を描画する
第5章 線型トレンドとその除去
背景知識
準備
東京の気温の線型トレンドを計算する
線型トレンドの除去（デトレンド）
海面水温分布のトレンドを描画する
デトレンドした海面水温偏差の描画
第6章 インデックス（指数）の定義
背景知識
準備
Niño3.4指数の計算
海面水温の領域平均で定義される色々なインデックス
第7章 コンポジット解析（合成図解析）
背景知識
準備
コンポジット解析（合成図解析）
客観的なコンポジットをとる
第8章 回帰係数と相関係数
背景知識
準備
回帰係数の計算
相関係数の計算
回帰係数と相関係数の例
第9章 回帰図と相関図
背景知識
準備
回帰図
相関図
第10章 地図の描画と気象のテレコネクション
背景知識
準備
地図を描画する
気象のテレコネクション
第11章 主成分分析（PCA）1
背景知識
準備
高校の復習：分散と標準偏差
「関東代表」の時系列を考えてみる
分散最大方向の見つけ方
第12章 主成分分析（PCA）2
準備
分散最大方向を求める
x′座標を計算する
y′座標を計算する
主成分分析の性質
主成分分析の寄与率
2次元気象場における主成分分析
付録A Google Colaboratoryの基本的な使い方
付録B netCDF(.nc)ファイルからのデータの読み込み
