互联网
类型
可以朗读
语音朗读
146千字
字数
2023-03-01
发行日期
展开全部
主编推荐语
本书旨在结合Python语言讲解其在地球科学数据分析方面的应用。
内容简介
随着计算机技术的发展，通过编写计算机程序来解决相关领域的难题已经成为人们普遍认同的解决方案。Python语言凭借其简洁特点赢得了越来越多人的青睐。
本书内容分为12章，从搭建Python环境开始讲解，陆续介绍了一系列适用于地球科学领域的Python知识，不仅涉及基础的编程语法，也涵盖实际的编程案例及程序运行结果。本书还结合统计学知识演示了一系列数据分析及可视化案例，通过一些典型的案例和编程方法展现了Python解决方案。
本书适合地球科学领域的师生阅读，也适合相关领域的科研工作者阅读，不要求读者有编程经验。
目录
- 版权信息
- 内容提要
- 译者序
- 序言
- 致谢
- 前言
- 第一部分 地质学家应知应会的Python基础知识
- 第1章 轻松搭建Python环境
- 1.1 Python编程语言
- 1.2 编程范例
- 1.3 本地Python环境
- 1.4 远程Python环境
- 1.5 Python包
- 1.6 专门为地质学家开发的Python包
- 第2章 地质学家必备的Python知识
- 2.1 从使用IPython控制台开始
- 2.2 样式和命名规则
- 2.3 使用Python脚本
- 2.4 条件语句、缩进、循环和函数
- 2.5 导入外部库
- 2.6 基本运算和数学函数
- 第3章 用Python解决地质问题：简介
- 3.1 第一次使用Python绘制二元相图
- 3.2 建立第一个地球科学模型
- 3.3 空间数据表达的快速入门
- 第二部分 地质数据描述
- 第4章 地质数据集的图形可视化
- 4.1 数据集的统计学描述：主要概念
- 4.2 可视化单变量样本分布
- 4.3 准备发布就绪的二元相图
- 4.4 多元数据可视化：首次尝试
- 第5章 描述统计1：单变量分析
- 5.1 描述统计基础
- 5.2 位置
- 5.3 离差或尺度
- 5.4 偏度
- 5.5 pandas中的描述统计
- 5.6 箱形图
- 第6章 描述统计2：双变量分析
- 6.1 协方差和相关性
- 6.2 简单线性回归
- 6.3 多项式回归
- 6.4 非线性回归
- 第三部分 地质学中的积分与微分方程
- 第7章 数值积分
- 7.1 定积分
- 7.2 积分的基本性质
- 7.3 定积分的解析解和数值解
- 7.4 微积分的基本定理和解析解
- 7.5 定积分的数值解
- 7.6 计算地质构造体积
- 7.7 计算岩石静压力
- 第8章 微分方程
- 8.1 引言
- 8.2 常微分方程
- 8.3 一阶常微分方程的数值解
- 8.4 菲克扩散定律——一种广泛使用的偏微分方程
- 第四部分 概率密度函数与误差分析
- 第9章 概率密度函数及其在地质学中的应用
- 9.1 概率分布与密度函数
- 9.2 正态分布
- 9.3 对数正态分布
- 9.4 其他适用于地质学的概率密度函数
- 9.5 密度估计
- 9.6 中心极限定理与正态分布均值
- 第10章 误差分析
- 10.1 地质测量中的误差处理
- 10.2 二元相图中的不确定性报告
- 10.3 误差传播的线性化方法
- 10.4 误差传播的蒙特卡洛方法
- 第五部分 稳健统计与机器学习
- 第11章 稳健统计导论
- 11.1 经典统计法和稳健统计法
- 11.2 正态检验
- 11.3 位置和尺度的稳健估计
- 11.4 地球化学中的稳健统计
- 第12章 机器学习
- 12.1 地质学中的机器学习导论
- 12.2 Python中的机器学习
- 12.3 机器学习在地质学中的研究案例
- 附录A 面向地质学家的Python包和资源
- A.1 面向地质学家的Python包
- A.2 面向地质学家的Python学习资源
- 附录B 面向对象编程导论
- B.1 面向对象编程
- B.2 在Python中定义类、属性和方法
- 附录C Matplotlib面向对象API
- C.1 Matplotlib应用程序接口
- C.2 Matplotlib面向对象API
- C.3 使用OO样式微调地质图
- 附录D 使用Pandas工具
展开全部
评分及书评
尚无评分
目前还没人评分
出版方
人民邮电出版社
人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。
