“Hello!大家好哇，欢迎关注“自学气象人”。在这个系列笔记正式开始前呢，我想和大家分享一下作为一个大气科学专业的学子，为什么会选择学习Python。”
01
—
首先，Python的应用范围可能会更广。就在目前来看，python在机器学习领域、自动化办公、数据分析等多个领域均有涉及，而不像NCL等语言可能略显专业。在掌握Python之后，无论你是否从事气象领域的科研工作，你都可以用它去实现一个单一却重复的事情来减轻自己的工作量，比如批量裁剪图片等，又或者在参加数学建模比赛时可以用Python来进行数据处理。
02
—
其次，Python用法比较活，内容丰富。Python下面包含的库有很多，比如numpy和pandas库，基本能够满足大部分人的数据处理需求，除此以外，针对我们气象领域常用的.nc格式的数据，也有专门的xarray库相对应，处理起来十分方便。涉及到画图时，更有matplotlib、cartopy以及新开发的proplot等库可以使用，且画出来的图形美观程度也很高，可以用于学术论文的写作。
03
—
最后，Python目前虽然已经比较成熟了，但仍处在不断发展完善之中，而我们知道，NCL语言早在几年之前就已经停止更新了，也转向了发展Python。要知道一门语言只有在不断发展，才能跟得上我们这个日新月异的时代，所以两者相比之下，Python就具有很大的优势了。最令人惊喜的就是，Python提供了很多接口，你可以通过这些接口来调用你熟悉的语言。还是拿NCL来举列子，NCL的功能在python中转为了PyNIO和PyNGL这两个库，其中PyNIO就使用了NetCDF的接口用来读写各种类型的数据，包括NetCDF、GRIB、HDF等，而PyNGL是一个可视化的库，里面的参数设置和NCL中的很相似。
04
—
说了这么多优点，那Python有没有缺点？那肯定也是有的，就我目前的使用经历来看，Python对于循环的处理不是很快，但只要你的循环不是一层套一层有很多层、且数据量大的吓人的这种，基本能够满足我们的需求。实在不行，可以把循环这块留给Fortran去做。没错！在python中也可以调用Fortran，主要涉及到f2py这个接口。
所以，从上面几点可以看出，Python的实用度还是很高的，对于我们气象人也是十分的友好！推荐各位朋友学习一下Python，技多不压身！
