商品详情
书名：Python语言科研绘图与学术图表绘制从入门到精通
定价：109.0
ISBN：9787301349625
作者：关东升 编著
版次：1
出版时间：2024-04
内容提要：
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、论文和出版，第11章讲解实战训练营。
本书包含大量实例，内容由浅入深，循序渐进，既可作为Python与数据科学相关技能的教材，也可作为研究人员的实用手册，尤其适合需要绘制高质量科研图表的研究人员和在读研究生。
作者简介：
关东升，国内著名技术专家，架构师，项目经理、技术顾问，技术图书作家，51CTO学院金牌讲师。
擅长技术：移动开发、前后端技术、游戏开发、数据库开发与设计、软件架构设计等多种IT技术。
20年教学经验：教授近万名学员，近期为中国移动、中国联通、南方航空、中石油、工商银行、平安银行和天津港务局等企事业单位授课。
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
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
6.5.2 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、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
定价：109.0
ISBN：9787301349625
作者：关东升 编著
版次：1
出版时间：2024-04
内容提要：
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、论文和出版，第11章讲解实战训练营。
本书包含大量实例，内容由浅入深，循序渐进，既可作为Python与数据科学相关技能的教材，也可作为研究人员的实用手册，尤其适合需要绘制高质量科研图表的研究人员和在读研究生。
作者简介：
关东升，国内著名技术专家，架构师，项目经理、技术顾问，技术图书作家，51CTO学院金牌讲师。
擅长技术：移动开发、前后端技术、游戏开发、数据库开发与设计、软件架构设计等多种IT技术。
20年教学经验：教授近万名学员，近期为中国移动、中国联通、南方航空、中石油、工商银行、平安银行和天津港务局等企事业单位授课。
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
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
6.5.2 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、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
- 北京大学出版社旗舰店 （微信公众号认证）
- 【发票】在订单留言电子邮箱、发票抬头、税号、（统一开电子发票，缺一项都不能开票，自行下载打印）
- 扫描二维码，访问我们的微信店铺
- 随时随地的购物、客服咨询、查询订单和物流...
