And here is a spanish version with downloadable examples:

Departamento de Física Aplicada II
Universidad del País Vasco

Uso de Python en el análisis de la variabilidad climática

Jesús Fernández,
Jon Sáenz, Juan Zubillaga

• Qué es Python?
• Pyclimate:
  • Descripción general
  • Ejemplos de uso
• Conclusiones
• Algunos links interesantes

• Es un lenguaje de programación gratuito y multiplataforma.
• Está orientado a objetos. Herencia múltiple, sobreescritura de operadores, polimorfismo ...
• Es interpretado (tiempo de ejecución )
• Es flexible y de sintaxis muy sencilla. Sus programas se escriben, se depuran y se leen fácilmente. Su ciclo de diseño es muy rápido (tiempo de diseño )
• Es fácil de aprender. Un buen comienzo para enseñar a programar a estudiantes.
• Es extensible con módulos compilados en otros lenguajes como C, FORTRAN, ... (tiempo de ejecución )
• Posee un módulo (Numerical Python) de cálculo matricial compilado en C que permite diversas precisiones numéricas y operaciones como obtención de filas, unión de matrices, trasposición de índices, ...

• Funciones de lectura de ficheros de datos ASCII como objetos de Numerical Python. Funciones para duplicar la estructura de un fichero NetCDF.
• Rutinas para trabajar con tiempos en términos de días Julianos con una definición ''exacta'' de mes. En particular tiene funciones para grabar o extraer fechas de un fichero NetCDF.
• Intefaz Python para acceder a la librería DCDFLIB.C
• Análisis mediante EOFs y SVD.
• Filtros digitales multivariados. En concreto de tipo Kolmogorov-Zurbenko y Lanczos.
• Operadores diferenciales en coordenadas esféricas que permiten, por ejemplo, el cálculo de vientos geostróficos, vorticidades, ...
• Estimación basada en kernel de funciones de densidad de probabilidad (KPDF) para series univariadas y multivariadas.

• Ejemplo 1 (Cálculo de EOFs)
• Ejemplo 2 (Cálculo de viento geostrófico)
• Ejemplo 3 (Filtrado de datos)

• En muchas ocasiones se hacen programas de uso muy específico que se van a ejecutar pocas veces. Conviene para estas tareas un lenguaje de programación sencillo que simplifique la tarea de diseño del programa.
• Python es una buena elección si se desea programar de forma sencilla y sus extensiones numéricas permiten un uso científico competitivo.
• Se han presentado una serie de rutinas que implementan ciertas funciones de uso común en el analisis de la variabilidad climática a las que se accede desde Python: pyclimate
• pyclimate tiene licencia GPL (i.e: es gratuito) y es extensible.

• www.python.org
  Todo sobre Python.
• numpy.sourceforge.org
  Desde aquí se puede obtener la extensión Numerical Python.
• www.pyclimate.org
  Todo sobre pyclimate, incluyendo los ejemplos vistos durante esta exposición.