互联网 类型
可以朗读 语音朗读
111千字 字数
2024-04-01 发行日期
展开全部

主编推荐语

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。

内容简介

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章讲解绘制其他2d图形，第8章讲解绘制3d图形，第9章讲解地理信息可视化，第10章讲解数据学术报告、和出版，第11章讲解实战训练营。

目录

  • 版权信息
  • 前言
  • 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
  • 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
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

北京大学出版社

北京大学出版社是在1979年，经国家出版事业管理局同意，教育部批准成立的，恢复了北京大学出版社建制。北京大学出版社依靠北大雄厚的教学、科研力量，同时积极争取国内外专家学者的合作支持，出版了大量高水平、高质量、适应多层次需要的优秀高等教育教材。 北大出版社注意对教材进行全面追踪，捕捉信息，及时修订，以跟上各学科的最新发展，反映该学科研究的最新成果，保持北大版教材的领先地位。