معرفی شرکت ها

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Easy access to geographic, meteorologic and photovoltaic performance data/services.

ویژگی	مقدار
سیستم عامل	-
نام فایل	daaayonearth-0.75
نام	daaayonearth
نسخه کتابخانه	0.75
نگهدارنده	['Dominik Niedenzu']
ایمیل نگهدارنده	[]
نویسنده	Dominik Niedenzu
ایمیل نویسنده	blythooon@blackward.de
آدرس صفحه اصلی	https://www.blackward.de
آدرس اینترنتی	https://pypi.org/project/daaayonearth/
مجوز	Proprietary License

The 'Daaayonearth' library contains three classes: **Location, TimeZone and EnvConditions**. These provide easy access to **geographical**, **meteorological** and **photovoltaic performance** data/services, namely: - the (latitude, longitude) tuple belonging to a specific address / location string (**geocoding**) - the **timezone** belonging to a specific location (at a given date) - the typical environmental conditions belonging to a day at a specific location & date, including: - air temperature - air pressure - air humidity - wind speed - wind direction - sun height - solar irradiance - maximal photovoltaic performance For each of said parameters there is a **function** as well as a belonging **plot** available, which provide the course of said parameter over the chosen day. Examples ======== ```python #import from daaayonearth import daaayonearth from daaayonearth import Location, TimeZone, EnvConditions #import from standard library from datetime import datetime as Datetime from datetime import date as Date #set application name daaayonearth.UserAgentNameS = "DaaayExampleApp" #get (latitude, longitude) tuple from address string deu = Location( "Willy-Brandt-Str., 10557 Berlin" ) # ==> (52.5202262, 13.3704874) #get timezone (Python tzfile) belonging to location tzDeu = TimeZone( deu ) # ==> tzfile('Europe/Berlin') #convert a date to another timezone date = Datetime(2021, 11, 1, 20, 40, 0, tzinfo=tzDeu) # ==> 2021-11-01 20:40:00+01:00 date.astimezone( TimeZone("Pennsylvania Ave. NW, Washington, DC 20020, USA") ) # ==> 2021-11-01 15:40:00-04:00 #get the typical temperature at 12 o'clock #in the Willy Brandt Street, Berlin - on the 2th of November (year is ignored) envConds = EnvConditions( Location("Willy-Brandt-Str., 10557 Berlin"), Date(2021, 11, 2) ) envConds.functionsD["T(2m) [Â°C]"](12 * 3600) # ==> 5.03 #get a matplotlib figure of the belonging course of temperature for said location/day envConds.getFigureOf( "T(2m) [Â°C]" ) # ==> plot (course of temperature) #get the list of available parameters (for envConds.functionsD[...] and envConds.getFigureOf(...)) list( envConds.functionsD.keys() ) # ==> [ 'T(2m) [Â°C]', 'Humidity [%]', 'Irradiance [W/m^2]', # 'WindSpeed(10m) [m/s]', 'WindDirection(10m) [Â°]', # 'Pressure(0m) [Pa]', 'PvPower [W]', 'SunHeight [Â°]' ] #it is also possible to setup the environment conditions 'manually' - using the 'auto' parameter #as the Tmy-part is far less time consuming than the Pvp-part, this e.g. can be used to minimize #waiting times envConds = EnvConditions( "Willy-Brandt-Str., 10557 Berlin", "11-02", auto=False ) envConds.loadTmy() envConds.processTmy() #after this, one already has access to all functions/figures #but 'SunHeight [Â°]' and 'PvPower [W]' envConds.loadPvp() #the Pvp-block needs about 5 times more time (e.g. some 20s!) envConds.processPvp() envConds.cleanUp() #do not forget to clean up - also if you just use the Tmy-part ``` If you use this library you might ('under the hood') use data and/or services connected with 'OpenStreetMap', 'Nominatim' and/or 'PVGIS' - please find more informations concerning this topic in the LICENSE text! Further infomations and links also can be found on my homepage [https://www.blackward.de](https://www.blackward.de) Have Fun!

نیازمندی

مقدار	نام
-	numpy
-	scipy
<=1.4.0	pandas
-	matplotlib
-	geopy
-	timezonefinder

زبان مورد نیاز

مقدار	نام
>= 2.2	Python

نحوه نصب

نصب پکیج whl daaayonearth-0.75:

pip install daaayonearth-0.75.whl

نصب پکیج tar.gz daaayonearth-0.75:

pip install daaayonearth-0.75.tar.gz