在《Python基础》的学习上，本书介绍了Python在大气海洋科学研究中常用的各种统计分析方法。全书分为两部分：第一部分介绍用Python做科学计算常用的软件包，包含Numpy、Pandas、Scipy等内容；第二部分介绍大气海洋数据常用的各种统计分析方法，包含平均分析、误差分析、方差分析、相关分析、趋势分析、突变检测、周期分析、回归分析、滤波分析、聚类分析、判别分析、插值、拟合与逼近、时空结构分离等方法，对每个方法的计算步骤进行详细的介绍，给出对应的Python程序及应用案例。同时，还增加了闰年平年计算、地球球面多边形面积、地球球面两点距离等一些大气海洋学科领域常用的算法。读者可以方便地利用本书介绍的相关数据分析处理方法开展大气海洋领域的科研工作。

第1章 Numpy——Python科学计算的基础
1.1 为什么使用Numpy
1.2 Numpy中的ndarray
1.3 创建Numpy数组
1.3.1 np.empty
1.3.2 np.zeros
1.3.3 np.ones
1.3.4 np.identity
1.3.5 np.fromiter
1.3.6 np.arange
1.3.7 np.linspace
1.3.8 np.logspace
1.3.9 np.fromfunction
1.4 Numpy数组的索引与切片
1.4.1 一维数组
1.4.2 二维数组
1.4.3 多维数组
1.4.4 数组切片
1.4.5 花式索引
1.4.6 布尔型索引
1.5 Numpy数组的运算
1.5.1 Numpy数组的加法
1.5.2 Numpy数组的乘法
1.5.3 Numpy数组的转置
1.5.4 Numpy数组的逆
1.6 Numpy数组的简单统计
1.7 Numpy解决线性代数问题
1.8 Numpy数组的广播机制
第2章 Pandas——Python数据分析库
2.1 为什么使用Pandas
2.2 Series
2.2.1 创建Series
2.2.2 访问Series
2.2.3 Series的属性
2.2.4 Series常用函数
2.3 从Series到DataFrame
2.3.1 创建DataFrame
2.3.2 DataFrame的常用方法
2.3.3 DataFrame中数据的选取
2.3.4 分组与聚合统计
2.3.5 时间序列分析
第3章 Scipy——Python科学计算
3.1 为什么使用Scipy
3.2 sp.cluster
3.2.1 K-Means聚类
3.2.2 层次聚类
3.3 sp.constants
3.4 sp.fftpack
3.5 sp.integrate
3.6 sp.interpolate
3.7 sp.io
3.8 sp.odr
3.9 sp.optimize
3.10 sp.stats
3.10.1 产生随机数
3.10.2 求概率密度
3.10.3 求累积概率密度
3.10.4 累积分布函数的逆函数
3.11 其他计算包简介
3.11.1 sp.linalg
3.11.2 sp.ndimage
3.11.3 sp.signal
3.11.4 sp.sparse
3.11.5 sp.spatial
3.11.6 sp.special
第4章 平均分析
4.1 一维数组的算术平均
4.2 一维数组的加权平均
4.3 多维数组在指定维度的算术平均
4.4 距平
4.5 基于多年逐月气象观测资料计算月平均气候态及距平
第5章 误差分析
5.1 平均误差
5.2 平均绝对误差
5.3 相对绝对误差
5.4 均方根误差
5.5 降水预报检验常见指标
第6章 方差分析
6.1 方差和标准差
6.2 基于方差的两组样本差异性检验
6.3 协方差
6.4 自协方差
6.5 落后交叉协方差
6.6 峰度系数和偏度系数
第7章 相关分析
7.1 皮尔逊相关系数及显著性检验
7.2 斯皮尔曼相关系数及显著性检验
7.3 三变量偏相关系数及显著性检验
7.4 自相关系数及显著性检验
7.5 落后交叉相关系数及显著性检验
7.6 气候矩平
第8章 趋势分析
8.1 线性倾向
8.2 滑动平均
8.3 累积距平
8.4 五点、七点和九点二次平滑
8.5 五点三次平滑
8.6 显著性检验
第9章 突变检测
9.1 滑动t检验
9.2 克拉默法（Cramer）
9.3 山本法（Yamamoto）
9.4 曼-肯德尔法(Mann-Kendall)
9.5 佩蒂特法(Pettitt)
第10章 周期分析
10.1 功率谱
10.2 交叉谱
第11章 回归分析
11.1 一元线性回归
11.2 多元线性回归
11.3 逐步回归
11.4 自回归分析
11.5 自回归滑动平均
第12章 滤波分析
12.1 基于滑动平均的低通滤波
12.2 基于二项系数滑动的低通滤波
12.3 高斯低通滤波
12.4 Butterworth带通滤波
12.5 Lanczos带通滤波
12.6 自设计带通滤波器
第13章 聚类分析
13.1 K-Means聚类算法
13.2 层次聚类算法
13.3 SOM聚类算法
13.4 FCM聚类算法
第14章 判别分析
14.1 二级判别分析
14.2 距离判别法
14.3 贝叶斯判别法
14.4 费希尔判别法
14.5 逐步判别法
第15章 插值
15.1 一维线性插值
15.2 一维N阶拉格朗日插值
15.3 埃尔米特插值
15.4 埃特金插值
15.5 第一种边界条件下的三次样条函数插值
15.6 第二种边界条件下的三次样条函数插值
15.7 二元三点插值
15.8 双线性插值
15.9 反距离权重插值
15.10 牛顿插值
第16章 拟合与逼近
16.1 最小二乘曲线拟合
16.2 切比雪夫曲线拟合
16.3 最佳一致逼近的里米兹方法
第17章 时空结构分离
17.1 经验正交函数分解
17.2 旋转经验正交函数分解
17.3 主振荡分析
第18章 变量场相关模态分离
18.1 典型相关分析
18.2 BP典型相关分析
18.3 奇异值分解
第19章 航空运行大气科学常见算法
19.1 EI颠簸指数
19.2 TI颠簸指数
19.3 MOS CAT概率预报因子指数
19.4 垂直风切变
19.5 水平风切变
19.6 Dutton经验指数
19.7 ICAO建议积冰指数
19.8 新积冰算法
19.9 RAOB积冰算法
19.10 假霜点判别法
19.11 Farneback光流