0人評分過此書

Python语言科研绘图与学术图表绘制从入门到精通

出版日期
2024/04/01
閱讀格式
EPUB
書籍分類
學科分類
ISBN
9787301349625

本館館藏

借閱規則
當前可使用人數 30
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
本书系统介绍了使用Python语言进行数据处理、分析和科研绘图的相关知识和技能。
全书共11章,第1章讲解Python基础,第2章讲解数据处理与分析,第3章讲解科研绘图与学术图表绘制库,第4章讲解绘制单变量图形,第5章讲解绘制双变量图形,第6章讲解绘制多变量图形,第7章讲解绘
  • 封面
  • 版权
  • 前言
  • 目录
  • 第1章 Python基础
    • 1.1 Python语言简介
      • 1.1.1 Python的应用领域
      • 1.1.2 Python的特点
    • 1.2 Python环境搭建
      • 1.2.1 安装Python
      • 1.2.2 IDE工具
      • 1.2.3 安装Jupyter Notebook
      • 1.2.4 启动Jupyter Notebook
    • 1.3 第一个Python程序
      • 1.3.1 使用Jupyter Notebook编写和运行第一个Python程序
      • 1.3.2 编写脚本文件运行第一个Python程序
    • 1.4 Python语法基础
      • 1.4.1 标识符
      • 1.4.2 关键字
      • 1.4.3 变量声明
      • 1.4.4 语句
      • 1.4.5 代码块
      • 1.4.6 模块
    • 1.5 数据类型与运算符
      • 1.5.1 数据类型
      • 1.5.2 运算符
    • 1.6 控制语句
      • 1.6.1 分支语句
      • 1.6.2 循环语句
      • 1.6.3 跳转语句
    • 1.7 序列
      • 1.7.1 索引操作
      • 1.7.2 序列切片
      • 1.7.3 可变序列——列表
      • 1.7.4 不可变序列——元组
      • 1.7.5 列表推导式
    • 1.8 集合
      • 1.8.1 创建集合
      • 1.8.2 集合推导式
    • 1.9 字典
      • 1.9.1 创建字典
      • 1.9.2 字典推导式
    • 1.10 字符串类型
      • 1.10.1 字符串表示方式
      • 1.10.2 字符串格式化
    • 1.11 函数
      • 1.11.1 匿名函数与lambda表达式
      • 1.11.2 数据处理中的两个常用函数
    • 1.12 文件读取
    • 1.13 本章总结
  • 第2章 数据处理与分析
  • 第2章 数据处理与分析
    • 2.1 NumPy数组
      • 2.1.1 安装NumPy库
      • 2.1.2 创建数组
      • 2.1.3 指定数组数据类型
    • 2.2 二维数组
      • 2.2.1 创建二维数组
      • 2.2.2 数组的属性
      • 2.2.3 数组的轴
    • 2.3 三维数组
    • 2.4 访问数组
      • 2.4.1 索引访问
      • 2.4.2 切片访问
      • 2.4.3 花式索引
    • 2.5 Pandas库
      • 2.5.1 为什么选择Pandas
      • 2.5.2 安装Pandas库
    • 2.6 Series数据结构
      • 2.6.1 理解Series数据结构
      • 2.6.2 创建Series对象
      • 2.6.3 访问Series数据
      • 2.6.4 通过下标访问Series数据
      • 2.6.5 通过切片访问Series数据
    • 2.7 DataFrame数据结构
    • 2.8 访问DataFrame数据
      • 2.8.1 访问DataFrame列
      • 2.8.2 访问DataFrame行
      • 2.8.3 切片访问
    • 2.9 读写数据
      • 2.9.1 CSV文件
      • 2.9.2 读取CSV文件数据
      • 2.9.3 示例:从CSV文件读取全国总人口10年数据
      • 2.9.4 读取Excel文件数据
      • 2.9.5 示例:从Excel文件读取全国总人口10年数据
      • 2.9.6 读取SQL数据库
      • 2.9.7 示例:从数据库读取苹果股票数据
    • 2.10 本章总结
  • 第3章 科研绘图与学术图表绘制库
    • 3.1 Matplotlib简介
      • 3.1.1安装Matplotlib
      • 3.1.2 Matplotlib基本绘图概念
      • 3.1.3 使用Matplotlib绘图
      • 3.1.4 自定义图形样式和标签
      • 3.1.5 多图形和子图的创建
    • 3.2 Seaborn简介
      • 3.2.1 使用Seaborn绘图的主要优点
      • 3.2.2 安装Seaborn库
      • 3.2.3 设置Seaborn的样式
      • 3.2.4 控制图表的颜色
      • 3.2.5 Seaborn库内置数据集
    • 3.3 本章总结
  • 第4章 绘制单变量图形
    • 4.1 单变量图形的特点
    • 4.2 直方图
      • 4.2.1 绘制直方图
      • 4.2.2 示例:绘制空气温度分布直方图
    • 4.3 箱线图
      • 4.3.1 箱线图的应用
      • 4.3.2 示例:绘制婴儿出生数据箱线图
      • 4.3.3 分类箱线图
      • 4.3.4 示例:绘制婴儿出生数据分类箱线图
    • 4.4 密度图
      • 4.4.1 密度图的应用
      • 4.4.2 绘制密度图
      • 4.4.3 示例:绘制德国每日电力消耗密度图
    • 4.5 小提琴图
      • 4.5.1 小提琴图与密度图的区别
      • 4.5.2 示例:绘制德国每日电力消耗小提琴图
      • 4.5.3 示例:绘制婴儿出生数据小提琴图
    • 4.6 饼图
      • 4.6.1 绘制饼图
      • 4.6.2 示例:绘制婴儿性别比例饼图
    • 4.7 环状图
    • 4.8 本章总结
  • 第5章 绘制双变量图形
    • 5.1 散点图
      • 5.1.1 绘制散点图
      • 5.1.2 示例:绘制汽车燃油效率散点图
      • 5.1.3 带状散点图
      • 5.1.4 示例:绘制汽车燃油效率带状散点图
      • 5.1.5 蜂群状散点图
      • 5.1.6 示例:绘制汽车燃油效率蜂群状散点图
      • 5.1.7 分类散点图
    • 5.2 折线图
      • 5.2.1 绘制折线图
      • 5.2.2 示例:绘制婴儿出生数据折线图
      • 5.2.3 分类折线图
      • 5.2.4 示例:绘制性别分类折线图
    • 5.3 面积图
      • 5.3.1 绘制面积图
      • 5.3.2 示例:绘制婴儿出生数据面积图
    • 5.4 柱状图
      • 5.4.1 柱状图的应用
      • 5.4.2 绘制柱状图
      • 5.4.3 示例:绘制不同汽车型号的燃油效率柱状图
    • 5.5 条形图
      • 5.5.1 条形图与柱状图的区别
      • 5.5.2 示例:绘制不同汽车型号的燃油效率条形图
    • 5.6 热力图
      • 5.6.1 热力图的应用
      • 5.6.2 绘制热力图
    • 5.7 双变量核密度图
      • 5.7.1 绘制双变量核密度图
      • 5.7.2 示例:绘制乘客数量双变量核密度图
    • 5.8 线性回归图
      • 5.8.1 线性回归图的应用
      • 5.8.2 绘制线性回归图
      • 5.8.3 示例:绘制钻石克拉数与价格的线性回归图
    • 5.9 联合图
      • 5.9.1 绘制联合图
      • 5.9.2 示例:绘制钻石数据集联合图
    • 5.10 本章总结
  • 第6章 绘制多变量图形
    • 6.1 气泡图
      • 6.1.1 气泡图的应用
      • 6.1.2 气泡图与散点图的区别
      • 6.1.3 绘制气泡图
      • 6.1.4 示例:绘制空气质量气泡图
    • 6.2 堆积折线图
      • 6.2.1 绘制堆积折线图
      • 6.2.2 示例:绘制苹果公司股票OHLC堆积折线图
    • 6.3 堆积面积图
      • 6.3.1 堆积面积图的应用
      • 6.3.2 绘制堆积面积图
      • 6.3.3 示例:绘制苹果公司股票OHLC堆积面积图
    • 6.4 堆积柱状图
      • 6.4.1 堆积柱状图的应用
      • 6.4.2 绘制堆积柱状图
      • 6.4.3 示例:绘制玻璃特征堆积柱状图
    • 6.5 平行坐标图
      • 6.5.1 绘制平行坐标图
      • 8.5.2 示例:绘制高温和低温条件下的数据差异平行坐标图
    • 6.6 矩阵图
      • 6.6.1 相关性矩阵图
      • 6.6.2 示例:绘制不同汽车型号性能相关性热力图
      • 6.6.3 散点矩阵图
      • 6.6.4 示例:绘制车辆特征散点矩阵图
      • 6.6.5 密度矩阵图
      • 6.6.6 示例:绘制车辆特征密度矩阵图
    • 6.7 分面网格分类图
      • 6.7.1 绘制分面网格分类图
      • 6.7.2 示例:绘制不同制造商的汽车公路里程分布分面网格图
    • 6.8 本章总结
  • 第7章 绘制其他2D图形
    • 7.1 雷达图
      • 7.1.1 绘制雷达图
      • 7.1.2 示例:绘制问卷调查结果雷达图
    • 7.2 矩形树状图
      • 7.2.1 绘制矩形树状图
      • 7.2.2 示例:绘制车辆分类矩形树状图
    • 7.3 三元相图
      • 7.3.1 三元相图的应用
      • 7.3.2 创建三元相图
      • 7.3.3 示例:绘制铜锌镍合金三元相图
    • 7.4 峰峦图
      • 7.4.1 绘制峰峦图
      • 7.4.2 示例:绘制不同车型的城市和高速公路里程的峰峦图
    • 7.5 本章总结
  • 第8章 绘制3D图形
    • 8.1 绘制3D图形库
    • 8.2 3D静态图形
      • 8.2.1 3D散点图
      • 8.2.2 绘制3D散点图
      • 8.2.3 示例:绘制玻璃属性3D散点图
      • 8.2.4 3D线图
      • 8.2.5 绘制3D线图
      • 8.2.6 示例:绘制鸢尾花花萼和花瓣的关系3D线图
      • 8.2.7 3D曲面图
      • 8.2.8 绘制3D曲面图
      • 8.2.9 示例:绘制伊甸火山3D曲面图
      • 8.2.10 3D网格图
      • 8.2.11 绘制3D网格图
      • 8.2.12 示例:绘制伊甸火山3D网格图
    • 8.3 交互式3D图形
      • 8.3.1 绘制交互式3D散点图
      • 8.3.2 绘制交互式3D曲面图
      • 8.3.3 绘制交互式3D网格图
    • 8.4 本章总结
  • 第9章 地理信息可视化
    • 9.1 地图散点图
      • 9.1.1 绘制地图散点图
      • 9.1.2 绘制加利福尼亚州各城市数据
    • 9.2 地图热力图
      • 9.2.1 创建地图热力图
      • 9.2.2 示例:绘制加利福尼亚州城市人口密度热力图
    • 9.3 等值线图
      • 9.3.1 创建等值线图
      • 9.3.2 示例:绘制伊甸火山地形图的等值线图
    • 9.4 本章总结
  • 第10章 数据学术报告和学术论文
    • 10.1 使用Jupyter Notebook撰写学术论文
      • 10.1.1 设置文档结构
      • 10.1.2 导出文档
    • 10.2 使用ChatGPT工具辅助制作报告
      • 10.2.1 思维导图在数据学术报告中的作用
      • 10.2.2 绘制思维导图
      • 10.2.3 使用ChatGPT绘制思维导图
      • 10.2.4 示例:使用Markdown 绘制“基于机器学习的信用评分模型研究”思维导图
      • 10.2.5 示例:使用PlantUML绘制“基于机器学习的信用评分模型研究”思维导图
      • 10.2.6 使用ChatGPT制作电子表格
      • 10.2.7 示例:模型评估指标比较Markdown表格
      • 10.2.8 示例:模型评估指标比较CSV表格
    • 10.3 本章总结
  • 第11章 实战训练营
    • 11.1 案例1:用t检验评估X药品治疗效果对比分析
      • 11.1.1 步骤1:数据准备
      • 11.1.2 步骤2:假设检验
      • 11.1.3 步骤3:结果解释
      • 11.1.4 步骤4:可视化
    • 11.2 案例2:美国大豆品种数据集可视化分析
      • 11.2.1 步骤1:数据准备
      • 11.2.2 步骤2:清洗数据
      • 11.2.3 不同大豆品种的样本数量分布柱状图
      • 11.2.4 叶边缘、撕裂、畸形三者相关性分析
      • 11.2.5 计算产量指数
      • 11.2.6 不同大豆品种在产量上的差异
      • 11.2.7 大豆产量影响因素分析散点矩阵图
      • 11.2.8 不同大豆品种在产量上的差异峰峦图
    • 11.3 本章总结
  • 附录 科研论文中图表的绘制与配色
    • 1.1 选择合适的图表类型
    • 1.2 善于把握色彩
      • 1.2.1 了解色彩的规律
      • 1.2.2 控制色调
    • 1.3 字体和字号
      • 1.3.1 主标题(图表标题)
      • 1.3.2 坐标轴标签
      • 1.3.3 刻度标签
      • 1.3.4 图例
      • 1.3.5 数据标注
    • 1.4 标注清晰
    • 1.5 分辨率足够
    • 1.6 布局规整
    • 1.7 风格一致
  • 封底

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading