Git Stars Git Stars

#atmospheric-science Repositories

Entdecke 3 aktive Open-Source-GitHub-Repositories, die mit #atmospheric-science getaggt sind und insgesamt 3,402 Sterne gesammelt haben (durchschnittlich 1,134 Sterne pro Projekt). Spitzenreiter in diesem Themenbereich ist Unidata/MetPy mit 1,458 Sternen.

3
Gesamtzahl der Repositories
3,402
Gesamtanzahl der Sterne
1,134
Durchschnittliche Sterne/Repo
Programmiersprachen: Python

Insgesamt 3 Repositories

1
Unidata/MetPy

MetPy ist eine Sammlung von Tools in Python zum Lesen, Visualisieren und Durchführen von Berechnungen mit Wetterdaten.

Unidata
⭐ 1,458 Python 👤 Unidata Organization 🕐 Aktualisiert 2026-11-18 📅 Erstellt 2011-02-25
2
198808xc/Pangu-Weather

Eine offizielle Implementierung von Pangu-Weather

198808xc
⭐ 1,294 Python 👤 198808xc User 🕐 Aktualisiert 2024-01-12 📅 Erstellt 2023-01-11
3
google-research/weatherbench2

Ein Maßstab für die nächste Generation datengesteuerter globaler Wettermodelle.

google-research
⭐ 650 Python 👤 google-research Organization 🕐 Aktualisiert 2026-11-17 📅 Erstellt 2023-02-24

Häufig gestellte Fragen

1

Welches ist das beliebteste #atmospheric-science-Repository auf GitHub?

Das am höchsten eingestufte Open-Source-#atmospheric-science-Projekt auf GitHub ist Unidata/MetPy mit 1,458 Sternen. MetPy ist eine Sammlung von Tools in Python zum Lesen, Visualisieren und Durchführen von Berechnungen mit Wetterdaten.

2

Welche Programmiersprachen werden in #atmospheric-science-Repositories am häufigsten verwendet?

Unter den am höchsten eingestuften #atmospheric-science-Projekten auf GitHub sind Python die am häufigsten verwendeten Programmiersprachen.

3

Wie wird das Ranking der #atmospheric-science-Repositories berechnet?

Wir verfolgen 3 aktive Open-Source-Repositories, die mit #atmospheric-science getaggt sind (500+ Sterne), mit insgesamt 3,402 Sternen und durchschnittlich 1,134 Sternen pro Repository. Die Rankings werden täglich über die GitHub-API aktualisiert.