幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

R與Python的數據分析核心技巧——能源化學數據挖掘及可視化實戰

  • 作者：編者:李宇春//李梓昕|責編:李琰//宋林青
  • 出版社：化學工業
  • ISBN：9787122431172
  • 出版日期：2023/06/01
  • 裝幀：平裝
  • 頁數：88
人民幣：RMB 88 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《R與Python的數據分析核心技巧——能源化學數據挖掘及可視化實戰》從數據挖掘、數據分析及可視化、建模及診斷的角度，以案例結構化的方法，在能源化學、能源環境應用工程的基礎上，重點圍繞超臨界火電金屬材料、核電蒸汽發生器水質、能源環境顆粒物、酸雨指標探討，例如數據信息分析、大數據挖掘、數據信息可視化、模型建立及診斷等。本書分為7章，分別是「R從安裝到實戰準備」「Python從安裝到實戰準備」「能源領域的核心金屬材料的性能分析」「水質凈化工程的ORP數據分析」「能源環境的顆粒物、酸雨指標的數據挖掘」「能源大氣的AQI數據可視化實戰」及「數據回歸擬合預測一體化實戰」。
    《R與Python的數據分析核心技巧——能源化學數據挖掘及可視化實戰》是專業性相對較強的科技讀物，由於其內容涉及複雜的電腦軟體、智能、數據挖掘及可視化等知識體系，讀者不僅需要掌握「相對基礎」的能源化學、能源工程、電力、數統、智能演算法等專業知識，還需要掌握若干複雜的開源平台及軟體應用（如Linux平台，R、Python、SwiProlog等開源軟體）作為閱讀本書的基礎；為了讓讀者能快速實現書中相應功能，絕大部分分析圖都附了相應軟體開發的核心代碼。
    本書既可供碩士研究生、博士研究生使用，也可供科研工作者使用；另外，對於科技愛好者或對書中特定環節感興趣的讀者，本書亦頗具參考價值。
作者介紹
編者:李宇春//李梓昕|責編:李琰//宋林青
目錄
第1章  R從安裝到實戰準備
  1.1  R4.1.2的安裝
  1.2  R軟體啟用后的基本操作
    1.2.1  設置R的工作目錄
    1.2.2  退出R軟體的方法
  1.3  快速熟悉R的常用指令
    1.3.1  data()指令的強大功能
    1.3.2  demo()指令的功能
  1.4  編寫程序實例
  1.5  R軟體的常用指令及腳本應用
    1.5.1  常用指令
    1.5.2  腳本及其應用
第2章  Python從安裝到實戰準備
  2.1  安裝前必須知道的事
    2.1.1  Python版本知識
    2.1.2  Python的優點
    2.1.3  Python語言的功能
  2.2  Python的安裝
    2.2.1  Python 3.10.4版本的安裝
    2.2.2  Python庫模塊
    2.2.3  Python庫模塊的安裝
  2.3  Pandas、Numpy、Matplotlib庫模塊簡介
    2.3.1  Pandas庫
    2.3.2  Numpy庫
    2.3.3  Matplotlib庫
  2.4  Python的編程實例
    2.4.1  Python的起步
    2.4.2  一個最簡單的Python程序
  2.5  Python的常用指令
    2.5.1  常用函數指令
    2.5.2  常用的一些代碼段指令
第3章  能源領域的核心金屬材料的性能分析——基於R
  3.1  超臨界鍋爐水冷壁管T23合金材料的性能評估
    3.1.1  超臨界鍋爐水冷壁管材料
    3.1.2  T23合金的特點
    3.1.3  T23合金不同pH值的耐蝕率分析
    3.1.4  T23合金在不同硫酸根濃度條件下的耐蝕率分析
    3.1.5  T23合金在不同溫度條件下的耐蝕性能分析
  3.2  高參數火電機組過熱器管T91材料的性能評估
    3.2.1  高參數火電機組過熱器管材料
    3.2.2  不同條件對T91過熱器管材料的電化學性能影響
    3.2.3  不同條件對T91合金性能指標的相關性分析
  3.3  超臨界火電機組FGD系統材料性能評估
    3.3.1  FGD吸收塔入口的特種材料
    3.3.2  FGD泵葉輪材料的壽命影響因素分析
  3.4  超臨界火電機組耐高溫管P92材料的性能評估
    3.4.1  超臨界火電機組耐高溫管材料
    3.4.2  P92材料的壽命評估實驗分析
  3.5  本章小結
第4章  水質凈化工程的ORP數據分析——基於R

  4.1  氧化還原電位的意義及評價方法
    4.1.1  氧化還原電位的意義
    4.1.2  氧化還原電位的評價方法
  4.2  ORP的測試條件及測試方法
  4.3  ORP的測試數據的描述性統計信息
    4.3.1  數據集的基本描述性信息
    4.3.2  數據集的頻數分佈圖及核密度曲線
    4.3.3  數據集的頻數分佈分析
    4.3.4  數據集的累積概率分佈分析
  4.4  數據集的正態性判斷及分析
  4.5  數據集的莖葉圖分佈
  4.6  本章小結
第5章  能源環境的顆粒物、酸雨指標的數據挖掘——基於R
  5.1  酸雨及可吸入顆粒物
    5.1.1  酸雨
    5.1.2  可吸入顆粒物
  5.2  能源環境顆粒物、酸雨指標數據集
  5.3  能源環境數據集的描述性統計分析
    5.3.1  數據集的基本描述性信息
    5.3.2  數據集的標準分數值信息
  5.4  能源環境數據集的分佈及分組處理
    5.4.1  總體分佈
    5.4.2  年度分佈信息
    5.4.3  月度分佈信息
    5.4.4  年份對月度分佈影響的分析效果可視化
  5.5  能源大氣化學指標的多元分析及可視化
    5.5.1  大氣化學指標年度貢獻對比效果的實現
    5.5.2  大氣化學指標多元相關性分析
  5.6  本章小結
第6章  能源大氣的AQI數據可視化實戰——基於Python
  6.1  AQI的特點及數據集的預處理
    6.1.1  AQI及分級
    6.1.2  AQI數據集的載入及預處理
  6.2  能源大氣AQI數據集及其描述性統計信息
  6.3  能源大氣AQI數據分佈分析
    6.3.1  散點分佈分析
    6.3.2  直方圖分佈顯示
    6.3.3  多維散點圖顯示
  6.4  AQI數據帶標準差的可視化實現
    6.4.1  標準差信息條的可視化
    6.4.2  標準差信息條及數值的可視化
  6.5  本章小結
第7章  數據回歸擬合預測一體化實戰——基於Python
  7.1  AQI數據分佈的點線圖可視化
  7.2  AQI數據的線型回歸模型及擬合分析
    7.2.1  線性回歸模型的建立
    7.2.2  回歸模型的診斷分析
  7.3  AQI數據的多項式模型及優化
    7.3.1  多項式回歸模型的建立
    7.3.2  多項式回歸模型的診斷分析

    7.3.3  優化多項式回歸模型及其診斷
  7.4  AQI數據的組合多圖可視化
    7.4.1  條狀圖及點線分佈圖的組合可視化
    7.4.2  組合圖的雙Y軸可視化
    7.4.3  組合圖的綜合分析可視化
    7.4.4  AQI年度均值及標準差的差值效果可視化
  7.5  能源化學人工智慧的初步實現
    7.5.1  人工智慧及其與Python的關係
    7.5.2  基於AIML的能源化學人工智慧
  7.6  本章小結
參考文獻
後記

  • 商品搜索：
  • | 高級搜索
首頁│ 新手上路│ 客服中心│ 關於我們│ 聯絡我們│ Top↑│
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話：02-2381-2033 02-2381-1863　時間：週一-週五 10:00-17:00
　服務信箱：bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證：浙B2-20060032