Python绘图指南：分形与数据可视化

作品简介

Python是可视化的有力工具，被广泛地应用于科学计算和绘图领域。本书采用Turtle、Matplotlib、NumPy这三个Python工具，以分形与计算机图像处理的经典算法为例，通过程序和图像帮助读者一步步掌握Python绘图和数据可视化的方法和技巧，并且让读者感受到分形的魅力。

《Python绘图指南——分形与数据可视化（全彩）》图文并茂，讲解细致，既是Python的绘图指南，也是分形的通俗化读物，适合熟悉Python基础知识，对分形和数据可视化感兴趣的Python绘图初学者。

胡洁，网名timedot，近20年IT从业和管理经验，担任过开发、测试经理、QA经理、高级项目经理等多个职务，擅长PB、C、C++、Java、Perl、Python等编程语言。

热爱传统文化，喜爱编程，遵崇“科学艺术本相通，科技人文可相融”的创作理念，将致力于为计算机科学融入更多的人文气息。

作品目录

• 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
• 1.7 数据可视化Tips
• 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
• 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
• 3.3 分形维数
• 3.4 植物形态模拟
• 3.5 L文法系统.py源码
• 3.6 Matplotlib库
• 3.7 源码剖析
• 3.8 数据可视化Tips——可视化材料
• 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
• 4.4 DLA（中心点，方形）.py源码
• 4.5 随机数和Random模块
• 4.6 NumPy库
• 4.7 Matplotlib.Pyplot模块函数
• 4.8 源码剖析
• 4.9 数据可视化Tips
• 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
• 5.8 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
• 6.3 螺线缩略图.py源码
• 6.4 OO（面向对象）方式
• 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
• 7.3 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
• 7.10 数据可视化Tips
• 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
• 8.7 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
• 9.4 制作和保存图表
• 附录A 分形
• 附录B 可视化的起源和发展