Python绘图指南——分形与数据可视化(全彩)

Python绘图指南——分形与数据可视化(全彩)

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

因版权原因待上架

编辑推荐

Python绘图与数据可视化指南:分形与图像处理实例

内容简介

Python是科学可视化的有利工具,第三方的Matplotlib、Numpy库功能强大,被广泛地应用于科学计算和绘图领域。本书通过分形与计算机图像处理的经典算法实例,来详细讲解Python绘图与数据可视化的使用方法和技巧。本书内容共分八个章节,采用的Python工具为Turtle、Matplotlib和Numpy,其中以Turtle模块开始,作为入门,逐步过渡到专业级的matplotlib和Numpy库。本书图文并茂,讲解细致,既是Python的绘图指南,也是分形与混沌的通俗化读物。

章节目录

封面

版权信息

内容简介

前言

第1章 海岸线有多长

1.1 海岸线

1.2 科赫(Koch)曲线

1.3 分形的特性

1.4 算法

1.5 科赫曲线.py源码

1.6 源码剖析

1.6.1 Turtle模块

1.6.2 函数

1.6.3 递归算法

1.7 数据可视化Tips

1.7.1 数据

1.7.2 可视化

第2章 基因与生成元算法

2.1 一生二,二生三

2.2 生成元

2.3 算法

2.4 生成元.py源码

2.5 源码剖析

2.6 数据可视化Tips

2.6.1 色彩

2.6.2 配色方案

第3章 植物算法之美

3.1 L文法系统(L-System)

3.2 经典的分形图形

3.2.1 科赫曲线(Koch Curve)

3.2.2 科赫雪花(Snowflake Curve)

3.2.3 分形龙(Dragon Curve)

3.3 分形维数

3.4 植物形态模拟

3.4.1 分形树

3.4.2 随机分形树

3.5 L文法系统.py源码

3.6 Matplotlib库

3.6.1 安装

3.6.2 组成部分

3.6.3 使用方式

3.6.4 折线函数Plot

3.6.5 显示模式

3.6.6 坐标轴函数

3.6.7 图像保存到文件

3.6.8 颜色格式

3.6.9 RcParams变量

3.7 源码剖析

3.7.1 栈和分形树

3.7.2 类和对象

3.7.3 L系统函数

3.8 数据可视化Tips——可视化材料

3.8.1 数据类型

3.8.2 空间结构

3.8.3 视觉元素和背景信息

3.8.4 材料的整合

3.9 L文法系统—随机.py源码

第4章 凝聚、凝聚、凝聚

4.1 扩散有限凝聚模型(DLA)

4.2 混沌和秩序

4.3 凝聚体

4.3.1 凝聚体类型1

4.3.2 凝聚体类型2

4.4 DLA(中心点,方形).py源码

4.5 随机数和Random模块

4.6 NumPy库

4.6.1 入门介绍

4.6.2 ndarray对象

4.6.3 NumPy创建数组

4.6.4 Random模块

4.7 Matplotlib.Pyplot模块函数

4.7.1 散点函数Scatter

4.7.2 其他绘图函数

4.7.3 Figure和Axes函数

4.8 源码剖析

4.9 数据可视化Tips

4.9.1 数据统计图

4.9.2 数据的统计分析

4.9.3 不同数据统计图的应用场景

4.10 DLA(一根线).py源码

第5章 拼贴与显影

5.1 迭代函数系统(IFS)

5.2 IFS分形图

5.3 IFS.py源码

5.4 源码剖析1

5.5 IFS拼贴图.py源码

5.6 源码剖析2

5.7 画布其他元素

5.7.1 标题

5.7.2 网格

5.7.3 x轴、y轴标签

5.7.4 x轴、y轴刻度

5.7.5 文本

5.7.6 注释

5.7.7 图例

5.7.8 显示中文字符

5.8 数据可视化Tips:增强可读性

第6章 优雅的曲线

6.1 螺旋线

6.2 规律与图形

6.2.1 极坐标系

6.2.2 阿基米德螺旋线

6.2.3 斐波那契螺旋线

6.2.4 蝴蝶曲线

6.3 螺线缩略图.py源码

6.4 OO(面向对象)方式

6.4.1 Subplot函数

6.4.2 Subplots函数

6.4.3 Axes对象方法

6.5 极坐标

6.6 LaTeX排版系统

6.7 缩略图源码剖析

6.8 数据可视化Tips:多视图关联设计

第7章 奇异瑰丽的图案

7.1 曼德勃罗集

7.2 分形图

7.2.1 曼德勃罗图形

7.2.2 朱利亚图形

7.2.3 可交互的缩略图

7.3 曼德勃罗缩略图.py源码

7.4 网格坐标矩阵

7.5 函数向量化

7.6 图像生成函数Imshow

7.7 Matplotlib事件处理

7.8 自定义ColorMap

7.9 缩略图源码剖析

7.9.1 Iterator函数

7.9.2 Plot_julia函数

7.9.3 Onclick函数

7.9.4 Plot_mandelbrot函数

7.9.5 主程序

7.10 数据可视化Tips

7.10.1 可视化交互设计

7.10.2 热力图

第8章 生命的迭代演化

8.1 细胞自动机

8.2 生命细胞分布图

8.3 生命游戏.py源码

8.4 源码剖析1

8.5 生命游戏(animation).py源码

8.6 程序安装

8.6.1 FFmpeg

8.6.2 ImageMagick

8.7 创建和保存动画

8.8 源码剖析2

8.9 数据可视化Tips——动画

第9章 股票交割单数据可视化案例

9.1 数据可视化的过程

9.2 收集数据

9.3 设计可视化方案

9.3.1 提出问题

9.3.2 选择合适的数据图表

9.4 制作和保存图表

9.4.1 成交次数柱状图

9.4.2 个股成交次数折线图

9.4.3 成交气泡图

9.4.4 资金盈亏图

附录A 分形

附录B 可视化的起源和发展

Python绘图指南——分形与数据可视化(全彩)是2021年由电子工业出版社出版,作者胡洁。

得书感谢您对《Python绘图指南——分形与数据可视化(全彩)》关注和支持,如本书内容有不良信息或侵权等情形的,请联系本网站。

购买这本书

你可能喜欢
PowerBI数据挖掘与可视化分析 电子书
“人人都是数据分析师”系列,深入浅出讲解Power BI应用和秘诀,让你的数据“狂飙”。
Excel数据分析与可视化 电子书
本书以“自动售货机”产品销售为主线,共分7个项目。项目1介绍了某企业“自动售货机”的经营困惑,以及“自动售货机”数据分析的流程;项目2为商品的整体销售情况分析;项目3为区域销售情况分析;项目4为商品库存的分析;项目5为用户行为的分析;项目6为商品销售量的预测;项目7介绍了“自动售货机”周报的撰写。
Python数据分析与应用 电子书
本书采用了以任务为导向的教学模式,按照解决实际任务的工作流程路线,逐步展开介绍相关的理论知识点,推导生成可行的解决方案, 后落实在任务实现环节。 全书大部分章节紧扣任务需求展开,不堆积知识点,着重于解决问题时思路的启发与方案的实施。通过从任务需求到实现这一完整工作流程的体验,帮助读者真正理解与消化Python数据分析与应用。 书中案例全部源于企业真实项目,可操作性强,引导读者融会贯通,并提供源代码等相关学习资源,帮助读者快速掌握大数据相关技能。
Python数据分析入门与实战 电子书
掌握数据分析技巧,运用强大的Python工具,解决工作中繁琐的数据问题。
数据分析实战:方法、工具与可视化 电子书
本书通过实战案例和可视化的图形讲解数据分析的知识。