ObsPy:将地震学引入科学Python 生态系统的桥梁Lion Krischer,Tobias Megies,Robert Barsch,Moritz Beyreuther,Thomas Lecocq,Corentin Caudron,Joachim Wassermann, 韩雪君(译), 马延路(校), 鲁来玉(复校)Translated World Seismology(2016)被引用2|浏览3摘要NumPy 和 SciPy 这两个 Python 库是十分强大的数值处理和分析工具,适用于多种应用程序。我们开发了一个 Python 库 ObsPy(http://obspy.org),目的是使地震学软件包和工作流程的发展更为便利,也利用这些功能为地震学进入更大的科学 Python 生态系统建桥铺路。许多领域的科学家希望转化他们现有的工具和程序,以便能够利用 Py-thon 所提供的这类平台环境,但是经常遇到下述困扰,例如特殊的文件格式、未知的专业术语,以及找不到合适的办法来替代软件中的某一个重要功能。我们提出一种方案,即在科学的 NumPy 包上层实现特定领域的时间序列库。据此,我们显示了一个时间序列数据的内部抽象表现的具体化实现,它能支持各种不同文件格式的读写。随后我们仔细描述了已充分发挥作用的旧代码的集成与改造,使它们能够在 Python 编写的现代工作流程之中继续发挥作用。最后我们举例研究如何将科研代码整合到 ObsPy 中,使其受众更为广泛。虽然本文给出的例子针对的是地震学,但是其中许多概念和抽象方法都可以直接应用于其他学科,特别是那些重点放在时间序列分析上的学科。更多上传PDF原文链接引用加入学术空间AI 理解论文数据免责声明页面数据均来自互联网公开来源、合作出版商和通过AI技术自动分析结果,我们不对页面数据的有效性、准确性、正确性、可靠性、完整性和及时性做出任何承诺和保证。若有疑问,可以通过电子邮件方式联系我们:report@aminer.cnChat Paper正在生成论文摘要