基于MATLAB、Python科研数据可视化_基于matlab的数据处理和可视化

目录

MATLAB科研数据可视化

Python科研数据可视化

---

MATLAB科研数据可视化

互联网的飞速发展伴随着海量信息的产生，而海量信息的背后对应的则是海量数据。如何从这些海量数据中获取有价值的信息来供人们学习和工作使用，这就不得不用到大数据挖掘和分析技术。数据可视化分析作为大数据技术的核心一环，其重要性不言而喻。
MATLAB作为一种广泛使用的科学计算编程语言，是广大科研人员不可或缺的数据分析、挖掘和建模工具。依托MATLAB开发工具，掌握MATLAB基本绘图及高级绘图技巧、1D/2D/3D及高维数据的可视化方法、Gramm绘图工具箱的使用及导出符合科技论文出版要求的图片等内容。
采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，通过大量的具体案例，抽丝剥茧、深入浅出分析MATLAB数据可视化需要掌握的经验及技巧。

【专家】：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。

【目标】：
1、掌握MATLAB基础绘图及高级绘图方法和技巧
2、掌握MATLAB一维数据可视化方法和技巧（饼图、茎叶图、阶梯图、箱线图、微线图、堆叠折线图、日历热图、统计直方图、包络图等）
3、掌握MATLAB二维数据可视化方法和技巧（2D散点图、等高线图、地区分布图、地图等）
4、掌握MATLAB三维及高维数据可视化方法和技巧（3D散点图、切片图、平行坐标图、树图、安德鲁曲线图等）
5、掌握Gramm绘图工具箱的使用方法和技巧（下载与安装、案例演示与讲解等）
6、掌握MATLAB图像保存与导出方法和技巧
7、通过实操掌握各种编程技巧
8、解决实际工作中的疑难问题

---

Python科研数据可视化

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。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，依托Python开发工具，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。
采用“理论讲解+案例实战+动手实操+讨论互动”相结合的方式，通过大量的具体案例，抽丝剥茧、深入浅出分析Python数据可视化需要掌握的经验及技巧。

【目标】：
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）
8、通过实操掌握各种编程技巧
9、解决实际工作中的疑难问题