项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整
数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 513
使用教程
环境要求
- Python 数据分析环境
- 云平台账号（可选）
安装与启动步骤
-
1先搞清它给的是什么
它给的是数据的云端副本与复现配方，不是模型。
-
2直接用现成的云端数据
数据已在公共数据集里，自己造不如直接读。
-
3跑一个示例笔记本
仓库主角是一组笔记本，先用它跑通。
-
4要自己造才走复现流程
复现消耗算力与存储都很大，先算成本。
-
5核对引用与许可
论文引用格式与许可条款都在仓库里写明了。
如何确认成功
用仓库里的笔记本能读到一个时间段的全球再分析数据并画出变量分布，且引用信息与许可条款能对应上
注意事项
- 它把气象再分析数据整理成云端可直接读取的格式，并提供复现配方。
- 数据本体在公共数据集里，直接用比自己造便宜几个数量级。
- 复现流程成本高，别拿它当入门练习。
- 学术使用请按仓库给的格式引用。
核心亮点
- 提供完整可复现的转换脚本，覆盖 ERA5 多变量与压力层，直接产出 Zarr 云优化格式
- 基于 xarray/dask 生态，转换后可并行分块读取，避免下载整份 GRIB 再本地解压
- 由 Google Research 维护，与公开的 ARCO-ERA5 云数据集对应，工程实践参考价值高
不足之处
- 仓库以配方脚本为主，不含现成数据服务，使用者仍需自备云存储与计算资源
- 依赖 ECMWF 原始数据获取权限与较大磁盘/带宽，个人小规模复现门槛不低
适用场景
- 气候科研团队自建云端 ERA5 数据集，供组内成员按区域时段快速切片分析
- 气象 AI 训练前批量生成云优化训练样本，加速数据加载与迭代
- 数据工程团队参考其 Zarr 分块与转换流程，迁移到其他再分析数据产品
替代项目
pangeo-forge-recipes、xarray
上一篇：plinder
同类项目推荐
Awesome-LLM4RS-Papers
开源
一页看懂LLM+推荐系统论文全景，紧跟前沿不迷路
Large Language Model-enhanced Recommender System Papers
OmniWorld
开源
用多模态4D数据，训练能理解空间动态的世界模型
[ICLR 2026] OmniWorld: A Multi-Domain and Multi-Modal Dataset for 4D World Modeling
MultiHop-RAG
开源
跨文档多跳问答评测，暴露RAG推理短板
Repository for "MultiHop-RAG: A Dataset for Evaluating Retrieval-Augmented Generatio···
synthetic-data-kit
开源
一键生成高质量合成数据，告别数据短缺和隐私烦恼
Tool for generating high quality Synthetic datasets
cv-dataset
开源
查 Common Voice 各语言版本元数据，一键定位训练语料
Metadata and versioning details for the Common Voice dataset
paper-list
开源
自动追踪最新论文，省去手动搜索时间
autoupdate paper list
batchgenerators
开源
医学图像训练数据太少？一行管道批量增强2D/3D图像与标签
A framework for data augmentation for 2D and 3D image classification and segmentatio···
car-logos-dataset
开源
387个汽车品牌Logo配JSON索引，前端直接调用
Collection of 387 car logos images with few variations of sizes and JSON file for b···
data-prep-kit
开源
一键清洗转换数据，让大模型训练更高效
Open source project for data preparation for GenAI applications