Git Stars Git Stars

#atmospheric-science Dépôts

Découvrez 3 dépôts GitHub open source actifs associés à #atmospheric-science, cumulant 3,402 étoiles au total (soit une moyenne de 1,134 étoiles par projet). Le projet en tête de ce thème est Unidata/MetPy, avec 1,458 étoiles.

3
Total des Dépôts
3,402
Nombre total d'étoiles
1,134
Moyenne d'Étoiles/Dépôt
Langages de programmation: Python
1
Unidata/MetPy

MetPy est une collection d'outils en Python pour lire, visualiser et effectuer des calculs avec des données météorologiques.

Unidata
⭐ 1,458 Python 👤 Unidata Organization 🕐 Mis à jour 2026-11-18 📅 Créé 2011-02-25
2
198808xc/Pangu-Weather

Une implémentation officielle de Pangu-Weather

198808xc
⭐ 1,294 Python 👤 198808xc User 🕐 Mis à jour 2024-01-12 📅 Créé 2023-01-11
3
google-research/weatherbench2

Une référence pour la prochaine génération de modèles météorologiques mondiaux basés sur les données.

google-research
⭐ 650 Python 👤 google-research Organization 🕐 Mis à jour 2026-11-17 📅 Créé 2023-02-24

Foire aux questions

1

Quel est le dépôt #atmospheric-science le plus populaire sur GitHub ?

Le projet #atmospheric-science open source le mieux classé sur GitHub est Unidata/MetPy, avec 1,458 étoiles. MetPy est une collection d'outils en Python pour lire, visualiser et effectuer des calculs avec des données météorologiques.

2

Quels langages de programmation sont les plus utilisés dans les dépôts #atmospheric-science ?

Parmi les projets #atmospheric-science les mieux classés sur GitHub, les langages de programmation les plus courants sont Python.

3

Comment le classement des dépôts #atmospheric-science est-il calculé ?

Nous suivons 3 dépôts open source actifs associés à #atmospheric-science (500+ étoiles), totalisant 3,402 étoiles, avec une moyenne de 1,134 étoiles par dépôt. Les classements sont mis à jour quotidiennement à partir de l’API GitHub.