基于Python科研数据可视化技术应用

在过去的20 年中,随着社会产生数据的大量增加,对数据的理解、解释与决策的需求也随之增加。而固定不变是人类本身,所以我们的大脑必须学会理解这些日益增加的数据信息。所谓"一图胜千言",对于数量、规模与复杂性不断增加的数据,优秀的数据可视化也变得愈加重要。

近年来,Python编程语言受到越来越多科研人员的喜爱,在多个编程语言排行榜中持续夺冠。为了帮助广大科研人员更加系统地学习Python环境下的数据可视化方法,特举办"基于Python科研数据可视化实践技术"培训班,依托Python开发工具,旨在帮助大家掌握Python编程基础知识,以及Matplotlib、Seaborn、Bokeh、Pyecharts、Plotly、Altair、NetworkX、Basemap、Geoplotlib等常用可视化库的基本绘图及高级绘图技巧等内容。

**郁磊(副教授):**主要从事MATLAB 编程、机器学习与数据挖掘、数据可视化和软件开发、生理系统建模与仿真、生物医学信号处理,具有丰富的实战应用经验,主编《MATLAB智能算法30个案例分析》、《MATLAB神经网络43个案例分析》相关著作。已发表多篇高水平的国际学术研究论文。

1、掌握Python编程基础知识(环境搭建、基本语法、流程控制、Numpy&Pandas等常用的模块库等);

2、掌握Matplotlib基本图形(线形图、柱状图、饼图、气泡图、直方图、箱线图、散点图等)和高级图形(3D图、等高线图、棉棒图、哑铃图、漏斗图、树状图、华夫饼图等)的绘制方法和技巧(图形样式的美化、图形的布局等);

3、掌握Seaborn图形绘制方法和技巧(下载与安装、基本图形的绘制、风格与颜色管理、多图绘制等);

4、掌握Bokeh图形绘制方法和技巧(下载与安装、基本图形的绘制、数据类型与转换、视图属性等);

5、掌握Pyecharts图形绘制方法和技巧(下载与安装、Pyecharts基础知识、常用图形的绘制、组合图形的绘制等);

6、掌握Plotly图形绘制方法和技巧(下载与安装、基本语法、基本图形绘制等);

7、掌握其它可视化模块库的使用方法和技巧(交互式可视化库Altair、复杂网络可视化库NetworkX、地图可视化库Basemap、地理空间数据可视化库Geoplotlib等);

原文链接https://mp.weixin.qq.com/s?__biz=MzUyNzczMTI4Mg==&mid=2247618536&idx=6&sn=9a7d8d1ced65a2273a97a47bd4017213&chksm=fa7850d5cd0fd9c3b671635d9870db136ba3bdb2ffd9ffed8b42239ce0bac92760fce31882dd&token=1356914685&lang=zh_CN&scene=21#wechat_redirect

相关推荐
数据爬坡ing3 分钟前
从挑西瓜到树回归:用生活智慧理解机器学习算法
数据结构·深度学习·算法·决策树·机器学习
m0_6770343534 分钟前
机器学习-异常检测
人工智能·深度学习·机器学习
张子夜 iiii1 小时前
实战项目-----在图片 hua.png 中,用红色画出花的外部轮廓,用绿色画出其简化轮廓(ε=周长×0.005),并在同一窗口显示
人工智能·pytorch·python·opencv·计算机视觉
1373i1 小时前
【Python】pytorch安装(使用conda)
pytorch·python·conda
Niuguangshuo2 小时前
深度学习基本模块:Conv2D 二维卷积层
人工智能·深度学习
Christo33 小时前
TFS-2003《A Contribution to Convergence Theory of Fuzzy c-Means and Derivatives》
人工智能·算法·机器学习
Yingjun Mo4 小时前
1. 统计推断-ALMOND收敛性分析
人工智能·算法·机器学习
Loving_enjoy4 小时前
YOLOv11改进大全:从卷积层到检测头,全方位提升目标检测性能
经验分享·机器学习·迁移学习·facebook
A尘埃4 小时前
TensorFlow 和 PyTorch两大深度学习框架训练数据,并协作一个电商推荐系统
pytorch·深度学习·tensorflow
天上的光4 小时前
大模型——剪枝、量化、蒸馏、二值化
算法·机器学习·剪枝