利用ncl程序绘制eof分析的图，为大气从业或就学者提供参考。

matlab 的EOF 和REOF、CCA、SVD方法

fortran用EOF，气象分析，气候分析，

气象统计EOF的MATLAB程序，可以直接使用，比较容易看懂的.

利用eof分析海区声速，可以得到代表海区声速变化规律的模态向量和声速剖面重构系数范围，以此为依据重构声速剖面

在统计和信号处理中，经验正交函数 (EOF) 分析方法是根据从数据确定的正交基函数对信号或数据集进行分解。 它与对数据执行主成分分析相同，只是 EOF 方法可以找到时间序列和空间模式。 该术语也可与地球物理学中的地理加权 PCA 互换。 如果空间网格过多，除了EOF_analysis之外，通常会进行时空转换以加快处理速度。 根据用户的需求，这里提供了新版本的带时空转换的经验正交函数（EOF）。

matlab eof分析代码EOF_Analysis_SCN 这些脚本是为 matlab (R2018a) 编写的。 他们包括 EOF.m：SCN 切片数据的经验正交函数分析。 myChiSquarePeriodogram.m ：通过卡方周期图进行周期分析。 Cosinor4.m : 余弦拟合计算临相。 myTrendPol2.m ：时间轨迹的去趋势化。 运行这些代码将重现出版物中的结果：Tokuda, IT, Ono, D., Honma, S., Honma, K.-I., & Herzel, H. (2018)。 SCN 中昼夜节律的一致性受两个耦合因素的相互作用控制。 PLoS 计算生物学。

matlab eof代码

经验正交函数分析方法(empirical orthogonal function, 缩写为EOF)，也称特征向量分析(eigenvector analysis)，或者主成分分析(principal component analysis,缩写PCA)，是一种分析矩阵数据中的结构特征，提取主要数据特征量的一种方法。

PCA pyPCA.py包含三种基于主成分分析（PCA）的方法，用于计算给定地理空间时间序列数据集中的时空变异性的时空模式。 三种方法包括： Empirical Orthogonal Function Analysis (EOFA) Singular Spectrum Analysis (SSA) Nonlinear Laplacian Spectral Analysis (NLSA) 该代码是根据和2.4节中概述的理论构建的。 请参阅随附的Jupyter笔记本中的每种方法的示例。 为了使用这些方法中的每一个，都需要以下Python软件包： NumPy SciPy