Taller de datos científicos con Python y R - AtmosCol 2023

Motivación

Este taller de iniciación a la programación científica con Python y R - AtmosCol 2023 tiene como objetivo promover el paradigma emergente de investigación conocido como ‘ciencia abierta’. Este enfoque busca fomentar el acceso y la inclusión a los datos hidrometeorológicos de diversas fuentes, así como la reproducibilidad de los códigos, con el fin de impulsar el desarrollo colaborativo y la participación en actividades científicas en todos los niveles de la sociedad.

La ciencia abierta aboga por la transparencia y la colaboración en la investigación científica, fomentando la disponibilidad de datos científicos, la capacidad de reproducir los resultados, y la inclusión de diversos sectores de la sociedad en el proceso de investigación. Además, promueve la comunicación efectiva de los resultados científicos y la divulgación del conocimiento en beneficio de la comunidad en general.

En el marco de este taller, se capacitará a los participantes en el uso de herramientas poderosas como Python y R para trabajar con datos hidrometeorológicos y llevar a cabo análisis científicos. De esta manera, se empoderará a los asistentes para contribuir de manera efectiva a la investigación científica abierta, lo que puede tener un impacto significativo en el avance de la ciencia y en la toma de decisiones informadas en Colombia.

Autores

Alfonso Ladino-Rincon Nicole Rivera Max Grover

Colaboradores

Estructura

El taller estará compuesto por dos sesiones. En la sesión de la mañana trabajeremos con Python y acceso a los datos hidrometeorológicos de diversas fuentes. En la sesión de la tarde trabajaremos anális de series de tiempo usando R.

Sección 1. Acceso a los datos hidrometeorológicos usando Python

Hora	Contenido	Tutor	Duración
08:00 AM - 08:15 AM	Apertura del curso. Arranque del Jupyter Lab, instalación de librerias y requerimientos para el taller	Alfonso Ladino, Nicole Rivera, Nestor Bernal, Iván Arias, Maria F. Moreno	15 minutos
08:15 AM - 09:00 AM	Introducción a Numpy, Pandas, Xarray, Py-Art y Xradar	Alfonso Ladino	45 minutos
09:00 AM - 09:30 AM	Acceso a los datos de estaciones IDEAM usando el portal de datos abiertos	Alfonso Ladino	30 minutos
09:30 AM - 10:00 AM	Acceso a los datos de radares meteorológicos de IDEAM usando Xradar y Py-Art	Alfonso Ladino	30 minutos
10:00 AM - 10:30 AM	Pausa para el refrigerio		30 minutos
10:30 AM - 11:00 AM	Acceso a los datos de NASA (OPENDAP) y los datos de CMIP	Alfonso Ladino, Nicole Rivera	30 minutos
11:00 AM - 11:30 PM	Cálculo de la anomalia ENSO en el Pacífico Tropical	Nicole Rivera	30 minutos
11:30 AM - 12:00 PM	Gráficas del IPCC - Escenarios de Cambio Climático	Nicole Rivera	30 minutos
12:00 PM - 01:30 PM	Almuerzo		1.5 horas

Sección 2. Anális de series de tiempo usando R

Hora	Contenido	Tutor	Duración
01:30 PM - 03:00 PM	Homogenización de series de tiempo mensuales de precipitación en R	Néstor Bernal	1.5 horas

Ejecutar los Notebooks

Pueden ejecutar los notebooks bien sea usando Binder o localmente en sus maquinas.

Binder

La forma más sencilla de interactuar con un Jupyter Notebook es a través de Binder, que permite la ejecución de un Jupyter Book en la nube. Los detalles de cómo funciona binder no son muy relevantes por ahora. Todo lo que necesitamos saber es cómo iniciar un capítulo de Pythia Cookbooks a través de Binder. Simplemente navegue con el mouse hasta la esquina superior derecha del capítulo del libro que está viendo y haga clic en el ícono del cohete y asegúrese de seleccionar “iniciar Binder”. Después de un momento, se te presentará un Jupyter Lab con el que podrás interactuar. Es decir. Podrás ejecutar e incluso cambiar los programas de ejemplo. Verás que las celdas de código no tienen salida al principio, hasta que las ejecutes presionando Shift+Enter. Los detalles completos sobre cómo interactuar con un cuaderno Jupyter activo se describen en Introducción a Jupyter.

Ejecutar de manera local

Si está interesado en ejecutar este material localmente en su computadora, deberá seguir este flujo de trabajo:

Clone el repositorio https://github.com/aladinor/Atmoscol2023.git usando el siguiente comando de consola:
```
 git clone https://github.com/aladinor/Atmoscol2023.git
```
Entre en la carpeta de Atmoscol2023
```
cd Atmoscol2023
```
Cree y active su ambiente de desarrollo usando el archivo environment.yml
```
conda env create -f environment.yml
conda activate atmoscol2023
```
Vaya a la carpeta notebooks y comience una sesión de Jupyterlab
```
cd notebooks/
jupyter lab
```