# gep-calculation-helper **Repository Path**: longbhu/gep-calculation-helper ## Basic Information - **Project Name**: gep-calculation-helper - **Description**: 本项目用于将 ERA5 等原始数据处理为 GEP 核算公式所需的参数。 - **Primary Language**: Python - **License**: Not specified - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2025-03-24 - **Last Updated**: 2025-05-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ### 1\. 新建 Git 仓库 #### (1)在本地新建仓库 1. **打开终端或命令行工具**: - Windows:可以使用 Git Bash 或命令提示符。 - macOS 或 Linux:直接打开终端。 2. **进入目标文件夹**: ```bash cd /path/to/your/project ``` 把 `/path/to/your/project` 替换为你希望存放仓库的实际路径。 3. **初始化 Git 仓库**: ```bash git init ``` 这会在当前文件夹中创建一个 `.git` 文件夹,标志着一个 Git 仓库的创建。 4. **创建初始文件**: - 创建一个 `README.md` 文件,用于介绍项目的基本信息,例如: ```markdown # GEP 核算辅助工具 本项目用于将 ERA5 等原始数据处理为 GEP 核算公式所需的参数。 ``` - 创建一个 `.gitignore` 文件,用于指定不需要被 Git 跟踪的文件或文件夹。例如,如果你使用 Python 开发,可以添加以下内容: ```plaintext .DS_Store __pycache__/ *.pyc ``` 这样可以避免一些不必要的文件被提交到仓库中。 5. **提交初始文件**: ```bash git add README.md .gitignore git commit -m "Initial commit" ``` #### (2)在 GitHub/GitLab 等平台新建仓库 1. **登录 Git 平台**: - 打开 [GitHub](https://github.com) 或 [GitLab](https://gitlab.com) 等网站,登录你的账户。 2. **新建仓库**: - 点击右上角的“+”号,选择“New repository”(GitHub)或“New project”(GitLab)。 - 填写仓库名称(例如 `gep-calculation-helper`)、描述等信息。 - 选择是否公开仓库(公开仓库可以被所有人访问,私有仓库需要授权)。 - 如果你希望在创建时自动生成 `README.md` 和 `.gitignore` 文件,可以在相应选项中选择。 3. **将本地仓库与远程仓库关联**: - 在本地仓库中,运行以下命令: ```bash git remote add origin https://github.com/your-username/your-repo-name.git ``` 把 `https://github.com/your-username/your-repo-name.git` 替换为你的远程仓库地址。 - 推送本地代码到远程仓库: ```bash git push -u origin main ``` ### 2\. 代码组织建议 #### (1)文件夹结构 你可以按照功能模块来组织代码,以下是一个示例结构: ``` gep-calculation-helper/ │ ├── data/ # 存放原始数据和处理后的数据 │ ├── raw/ # 原始 ERA5 数据等 │ └── processed/ # 处理后的数据 │ ├── scripts/ # 存放处理脚本 │ ├── data_preprocessing.py # 数据预处理脚本 │ ├── parameter_extraction.py # 提取 GEP 核算参数的脚本 │ └── utils.py # 通用工具函数 │ ├── tests/ # 存放测试代码 │ ├── test_data_preprocessing.py │ └── test_parameter_extraction.py │ ├── README.md # 项目介绍 ├── .gitignore # 忽略文件配置 └── requirements.txt # 项目依赖 ``` #### (2)代码示例 以下是一个简单的 Python 脚本示例,用于从 ERA5 数据中提取 GEP 核算所需的参数: **`scripts/data_preprocessing.py`** ```python import pandas as pd def preprocess_era5_data(input_file, output_file): """ 预处理 ERA5 数据 """ # 读取原始数据 data = pd.read_csv(input_file) # 进行数据清洗和转换 data = data.dropna() # 删除缺失值 data['temperature'] = data['temperature'] - 273.15 # 将温度从开尔文转换为摄氏度 # 保存处理后的数据 data.to_csv(output_file, index=False) if __name__ == "__main__": preprocess_era5_data("data/raw/era5_data.csv", "data/processed/processed_data.csv") ``` **`scripts/parameter_extraction.py`** ```python import pandas as pd def extract_gep_parameters(input_file, output_file): """ 提取 GEP 核算所需的参数 """ # 读取处理后的数据 data = pd.read_csv(input_file) # 提取参数 parameters = data[['temperature', 'humidity', 'wind_speed']] # 假设这些是 GEP 核算所需的参数 # 保存参数 parameters.to_csv(output_file, index=False) if __name__ == "__main__": extract_gep_parameters("data/processed/processed_data.csv", "data/processed/gep_parameters.csv") ``` #### (3)依赖管理 如果你使用 Python,可以通过 `requirements.txt` 文件来管理项目依赖。例如: ``` pandas==1.5.3 numpy==1.23.5 ``` 然后在项目中运行以下命令来安装依赖: ```bash pip install -r requirements.txt ``` ### 3\. 提交和更新代码 1. **添加更改**: ```bash git add . ``` 这会将所有更改的文件添加到暂存区。 2. **提交更改**: ```bash git commit -m "Add data preprocessing and parameter extraction scripts" ``` 简明扼要地描述你的更改。 3. **推送到远程仓库**: ```bash git push ``` # git命令记录 完全用本地的 master 分支覆盖远程的 master 分支,可以使用以下命令: ```bash git push --force origin master:master ``` 两个分支的历史记录是完全无关的(即它们没有共同的祖先提交)。可以使用 --allow-unrelated-histories 选项来强制合并这两个分支。 ```bash git pull origin master --allow-unrelated-histories ```