買這商品的人也買了...
-
$780$616 -
$690$587 -
$580$493 -
$520$406 -
$580$493 -
$680$578 -
$354$336 -
$540$427 -
$509Python 電腦視覺與深度學習實戰
-
$480$408 -
$1,010創造高清 3D 虛擬世界:Unity 引擎 HDRP 高清渲染管線實戰
-
$913信息物理系統邏輯基礎
-
$474$450 -
$414$393 -
$416機器學習與人工智能:從理論到實踐
-
$1,014$963 -
$760數據驅動的科學和工程:機器學習、動力系統與控制詳解
-
$1,010智能製造探索與實踐 ——智能製造標桿企業案例匯編(一)
-
$475深度學習計算機視覺實戰
-
$336光電檢測技術與系統, 4/e
-
$599$569 -
$594$564 -
$420$378 -
$474$450 -
$356讀源碼學架構:系統架構師思維訓練之道
相關主題
商品描述
Python是科學可視化的有利工具,第三方的Matplotlib、Numpy庫功能強大,被廣泛地應用於科學計算和繪圖領域。本書通過分形與電腦圖像處理的經典算法實例,來詳細講解Python繪圖與數據可視化的使用方法和技巧。本書內容共分八個章節,採用的Python工具為Turtle、Matplotlib和Numpy,其中以Turtle模塊開始,作為入門,逐步過渡到專業級的matplotlib和Numpy庫。本書圖文並茂,講解細致,既是Python的繪圖指南,也是分形與混沌的通俗化讀物。
作者簡介
胡潔,網名timedot,近20年IT從業和管理經驗,擔任過開發、測試經理、QA經理、高#級項目經理等多個職務,擅長PB、C、C++、Java、Perl、Python等編程語言。熱愛傳統文化,喜愛編程,遵崇“科學藝術本相通,科技人文可相融”的創作理念,將致力於為計算機科學融入更多的人文氣息
目錄大綱
第1章 海岸線有多長 1
1.1 海岸線 2
1.2 科赫(Koch)曲線 2
1.3 分形的特性 3
1.4 算法 4
1.5 科赫曲線.py源碼 5
1.6 源碼剖析 7
1.6.1 Turtle模塊 7
1.6.2 函數 10
1.6.3 遞歸算法 11
1.7 數據可視化Tips 14
1.7.1 數據 14
1.7.2 可視化 16
第2章 基因與生成元算法 19
2.1 一生二,二生三 20
2.2 生成元 20
2.3 算法 23
2.4 生成元.py源碼 24
2.5 源碼剖析 27
2.6 數據可視化Tips 29
2.6.1 色彩 29
2.6.2 配色方案 32
第3章 植物算法之美 35
3.1 L文法系統(L-System) 36
3.2 經典的分形圖形 38
3.2.1 科赫曲線(Koch Curve) 38
3.2.2 科赫雪花(Snowflake Curve) 40
3.2.3 分形龍(Dragon Curve) 41
3.3 分形維數 42
3.4 植物形態模擬 44
3.4.1 分形樹 44
3.4.2 隨機分形樹 49
3.5 L文法系統.py源碼 50
3.6 Matplotlib庫 55
3.6.1 安裝 56
3.6.2 組成部分 57
3.6.3 使用方式 57
3.6.4 折線函數Plot 58
3.6.5 顯示模式 63
3.6.6 坐標軸函數 64
3.6.7 圖像保存到文件 65
3.6.8 顏色格式 66
3.6.9 RcParams變量 66
3.7 源碼剖析 67
3.7.1 棧和分形樹 67
3.7.2 類和對象 68
3.7.3 L系統函數 72
3.8 數據可視化Tips——可視化材料 74
3.8.1 數據類型 74
3.8.2 空間結構 76
3.8.3 視覺元素和背景信息 77
3.8.4 材料的整合 78
3.9 L文法系統—隨機.py源碼 79
第4章 凝聚、凝聚、凝聚 82
4.1 擴散有限凝聚模型(DLA) 83
4.2 混沌和秩序 84 4.3 凝聚體 85
4.3.1 凝聚體類型1 85
4.3.2 凝聚體類型2 86
4.4 DLA(中心點,方形).py源碼 87
4.5 隨機數和Random模塊 90
4.6 NumPy庫 92
4.6.1 入門介紹 92
4.6.2 ndarray對象 92
4.6.3 NumPy創建數組 94
4.6.4 Random模塊 96
4.7 Matplotlib.Pyplot模塊函數 97
4.7.1 散點函數Scatter 97
4.7.2 其他繪圖函數 100
4.7.3 Figure和Axes函數 103
4.8 源碼剖析 105
4.9 數據可視化Tips 108
4.9.1 數據統計圖 108
4.9.2 數據的統計分析 108
4.9.3 不同數據統計圖的應用場景 111
4.10 DLA(一根線).py源碼 112
第5章 拼貼與顯影 115
5.1 迭代函數系統(IFS) 116
5.2 IFS分形圖 117
5.3 IFS.py源碼 122
5.4 源碼剖析1 124
5.5 IFS拼貼圖.py源碼 126
5.6 源碼剖析2 129
5.7 畫布其他元素 130
5.7.1 標題 130
5.7.2 網格 131
5.7.3 x軸、y軸標簽 132
5.7.4 x軸、y軸刻度 133
5.7.5 文本 134
5.7.6 註釋 135
5.7.7 圖例 137
5.7.8 顯示中文字符 138
5.8 數據可視化Tips:增強可讀性 138
第6章 優雅的曲線 142
6.1 螺旋線 143
6.2 規律與圖形 143
6.2.1 極坐標系 143
6.2.2 阿基米德螺旋線 144
6.2.3 斐波那契螺旋線 145
6.2.4 蝴蝶曲線 146
6.3 螺線縮略圖.py源碼 147
6.4 OO(面向對象)方式 151
6.4.1 Subplot函數 151
6.4.2 Subplots函數 152
6.4.3 Axes對象方法 153
6.5 極坐標 155
6.6 LaTeX排版系統 157
6.7 縮略圖源碼剖析 158
6.8 數據可視化Tips:多視圖關聯設計 161
第7章 奇異瑰麗的圖案 163
7.1 曼德勃羅集 164
7.2 分形圖 165
7.2.1 曼德勃羅圖形 165
7.2.2 朱利亞圖形 167
7.2.3 可交互的縮略圖 169
7.3 曼德勃羅縮略圖.py源碼 169
7.4 網格坐標矩陣 172
7.5 函數向量化 174
7.6 圖像生成函數Imshow 176
7.7 Matplotlib事件處理 180
7.8 自定義ColorMap 182
7.9 縮略圖源碼剖析 185
7.9.1 Iterator函數 185
7.9.2 Plot_julia函數 186
7.9.3 Onclick函數 187
7.9.4 Plot_mandelbrot函數 188
7.9.5 主程序 189
7.10 數據可視化Tips 189
7.10.1 可視化交互設計 189
7.10.2 熱力圖 190
第8章 生命的迭代演化 191
8.1 細胞自動機 192
8.2 生命細胞分佈圖 193
8.3 生命游戲.py源碼 198
8.4 源碼剖析1 200
8.5 生命游戲(animation).py源碼 202
8.6 程序安裝 203
8.6.1 FFmpeg 203
8.6.2 ImageMagick 204
8.7 創建和保存動畫 205
8.8 源碼剖析2 206
8.9 數據可視化Tips——動畫 207
第9章 股票交割單數據可視化案例 208
9.1 數據可視化的過程 209
9.2 收集數據 211
9.3 設計可視化方案 212
9.3.1 提出問題 212
9.3.2 選擇合適的數據圖表 212
9.4 製作和保存圖表 213
9.4.1 成交次數柱狀圖 213
9.4.2 個股成交次數折線圖 218
9.4.3 成交氣泡圖 222
9.4.4 資金盈虧圖 228
附錄A 分形 241
附錄B 可視化的起源和發展 246