短期气候的 Python 代码挺适合刚入门气候数据的同学用来练手的。数据读取、绘图、环流特征这些都整合好了，结构清晰，注释也比较友好，关键是运行也不费事，直接就能看到结果。

逐日降水的部分做得比较实用，比如提取特定时段的强降水事件，用了循环+阈值判断逻辑，像这样：

for i in range(len(precip)):
    if precip[i] > 50:
        heavy_rain_days.append(dates[i])

嗯，用起来还挺直观的，适合快速做个统计图出来。

环流特征这块用的是 NCEP 再数据，结合了 500hPa 高度场和风场图层，流程走的是xarray + matplotlib路线。代码里直接给了几个层次的绘图参数配置，响应也快：

plt.contourf(lon, lat, geopotential, cmap='coolwarm')

画出来的图层级分明，直接能看出东亚夏季风的形态。

如果你正好在做持续性强降雨这类课题，像江西这种典型区域的统计套路和方式，在这个资源里也能找到借鉴的点。

，属于那种“上手快、代码清、效果稳”的资源，推荐你有空下载看看：短期气候实习 1 大气环流特征的 Python 代码。

如果你对相似的降水统计感兴趣，顺便也可以看看这篇：江淮气旋气候特征 2013 年，两者一起对比看，理解更深。