一、shp文件：

1） chinamap.tar.gz ， 下载后请更名为“chinamap.tar.gz”。

2）压缩包 中的数据来源于自然资源部国家基础地理信息中心，全国地理信息资源目录服务系统（ https://www.webmap.cn/ ， 【数据网站上的审图号：GS（2016）2556号】 ）。 China.shp文件中的 数据被作者处理为linestring型数据，可用于Python的中国地图绘制； simple_china.shp数据是polygon型，可用于Python对中国或其以外区域进行填色； 九段线存于nine_dots.shp中。

第一章 绪论.zip

第二章 Python语法基础

2.1语法特点.zip 2.2Python的基础对象.zip 2.3 Python的语句.zip 2.4 自定义函数.zip

第三章 利用Python读写数据

3.1多维数据结构.zip 3.2文本数据读写.zip 3.3二进制数据读写.zip

第四章 Python气象绘图

4.1图形基本要素.zip 4.2一维图形.zip 4.3二维图形.zip 4.4地理信息.zip

第五章 数据处理与分析

5.1 时间序列.zip 5.2数组变形.zip 5.3数据插值.zip 5.4统计分析函数.zip 5.5动力分析函数.zip

第六章机器学习简介.zip

课件不断改进中（更新于2025年5月30日）

三、作者的Python应用体系（教材基本结构）

1）49页，第8行，“pyrib”改为“pygrib”；

五、 藏在书皮中的代码

教材封面上隐约可见与Python有关的各种关键词，包含了该教材讲解的所有函数库。它是由Python绘制的，下面就是其核心程序，这20行代码包括了函数库导入、字符串、函数调用、子函数定义和绘图等Python主要用法，在我们的教材中有很多这样完整的代码完成具体的气象任务。如果不用封皮上的图片，使用任意照片（如：本人主页上的照片），存储为“author.png”，再运行上面的代码就可得到相似的效果。代码中的wordcloud（词云）模块，不属于气象应用，教材中未进行介绍。但是，如果读者掌握了教材中的知识，相信很容易就能理解这个简单又有趣的模块。进一步，再将“text”换成科研人员的研究内容和他们的照片，可能成为一张不错的宣传海报。

from wordcloud import WordCloud
import matplotlib.pyplot as plt
import random
img = plt.imread('author.png')
m,n,c = img.shape
text = 'Python 气象 应用 Numpy Pandas Xarray netCDF4 \
        h5py cfgrib pygrib Scipy Matplotlib Cartopy \
        Scikit-learn Pytorch'
wc = WordCloud(font_path=r'C:\Windows\Fonts\simsun.ttc',
               background_color='black',width=n,height=m,
               random_state=3,repeat=True)
wc.generate(text)
def grey_color_func(word, font_size, position, orientation, 
                    random_state=None,**kwargs):
    return "hsl(0, 0%%, %d%%)" % random.randint(60,100)
plt.imshow(wc.recolor(color_func=grey_color_func),
           interpolation='bilinear')
plt.imshow(img,alpha=0.8)
plt.axis('off')
plt.show()