All Projects → whitehorn → Scientific_graphics_in_python

whitehorn / Scientific_graphics_in_python

Электронный учебник-пособие по научной графике в python

Projects that are alternatives of or similar to Scientific graphics in python

Pix2pix Film
An implementation of Pix2Pix in Tensorflow for use with frames from films
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Bigdata docker
Big Data Ecosystem Docker
Stars: ✭ 161 (-1.23%)
Mutual labels:  jupyter-notebook
Data Science Template
A starter template for Equinor data science / data engineering projects
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Sas kernel
A Jupyter kernel for SAS. This opens up all the data manipulation and analytics capabilities of your SAS system within a notebook interface. Use the Jupyter Notebook interface to execute SAS code and view results inline.
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Federated Learning Lib
A library for federated learning (a distributed machine learning process) in an enterprise environment.
Stars: ✭ 161 (-1.23%)
Mutual labels:  jupyter-notebook
Bitcoin trading bot
This is the code for "Bitcoin Trading Bot" By Siraj Raval on Youtube
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Feature Engineering Made Easy
Feature Engineering Made Easy, published by Packt
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Neuralnets
Deep Learning libraries tested on images and time series
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Julia tutorials
Tutorials on Julia topics
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Ai Toolkit Iot Edge
AI Toolkit for Azure IoT Edge
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Neural Nets Are Weird
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Fsdl Text Recognizer 2021 Labs
Complete deep learning project developed in Full Stack Deep Learning, Spring 2021
Stars: ✭ 158 (-3.07%)
Mutual labels:  jupyter-notebook
Keraspersonlab
Keras-tensorflow implementation of PersonLab (https://arxiv.org/abs/1803.08225)
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Image keras
Building an image classifier using keras
Stars: ✭ 162 (-0.61%)
Mutual labels:  jupyter-notebook
Learnpythonforresearch
This repository provides everything you need to get started with Python for (social science) research.
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Load forecasting
Load forcasting on Delhi area electric power load using ARIMA, RNN, LSTM and GRU models
Stars: ✭ 160 (-1.84%)
Mutual labels:  jupyter-notebook
Coursera Machine Learning Solutions Python
A repository with solutions to the assignments on Andrew Ng's machine learning MOOC on Coursera
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Notes
Contains Example Programs and Notebooks for some courses at Bogazici University, Department of Computer Engineering
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Imagecompletion Dcgan
Image completion using deep convolutional generative adversarial nets in tensorflow
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook
Repo 2018
Deep Learning Summer School + Tensorflow + OpenCV cascade training + YOLO + COCO + CycleGAN + AWS EC2 Setup + AWS IoT Project + AWS SageMaker + AWS API Gateway + Raspberry Pi3 Ubuntu Core
Stars: ✭ 163 (+0%)
Mutual labels:  jupyter-notebook

Научная графика в python

Автор: Шабанов Павел Александрович

E-mail: [email protected]

Telegram: @pashabanov

URL: Заметки по программированию в науках о Земле

Telegram chanel: Телеграм-канал о климате, о морском льде и общественных инициативах в области климата

Дата последнего обновления: 31.08.2015

УДК 004.432.2 python

Введение

Данное электронное пособие на русском языке посвящено работе с научной графикой с помощью графической библиотекой matplotlib языка программирования python.

Учебник предназначен для всех желающих освоить библиотеку matplotlib для создания научной графики в python. Книга будет интересна студентам, аспирантам и научным сотрудникам всех возрастов.

Главная цель пособия - облегчить изучение библиотеки matplotlib и предложить ряд готовых решений для создания научной графики высокого публикационного качества. Приведённые в учебнике примеры показывают возможности языка python для визуализации результатов научной деятельности.

Уровень владения материалом

Для плодотворной работы с пособием, пользователю необходимо уметь программировать на python, знать основы этого языка. Интересные на мой взгляд и свободно распространяемые учебные материалы по python собраны на странице python моего блога.

Вопросы установки библиотеки matplotlib здесь не рассматриваются, так как часто она входит по умолчанию в различные python-дистрибутивы или её легко установить самостоятельно на любую ОС.

Описание

Пособие состоит из 13 глав, объединённых в 3 части.

Первая часть посвящена знакомству с библиотекой matplotlib. Здесь изложены основы создания графики в matplotlib с помощью модуля pyplot.

Вторая часть описывает логическую структуру рисунка в matplotlib и раскрывает особенности работы с элементами рисунка разных иерархических уровней : рисунком, областями рисования, координатными осями, делениями осей. Показаны основы работы с matplotlib в объектно-ориентированном стиле.

Третья часть посвящена специальным элементам рисунка: легенде, цветовой шкале, особым видам области рисования и координатных осей.

Каждая глава учебника содержит краткое введение, список полезных электронных ресурсов по теме главы, практическое руководство и несколько примеров.

Лицензия распространения и авторские права

Пособие предназначено для некоммерческого использования. Все права защищены.

Автор убеждён, что знаниями нужно делиться. Все мы явно или неявно учились, учимся и, вероятно, будем учить других. Данное пособие специально было создано в виде электронного ресурса, чтобы его можно было активно использовать из любой точки планеты, где есть доступ к сети Интернет.

Поэтому данное пособие можно свободно скачивать (хранение его на сайте GitHub не случайно), использовать в личных и просветительских целях, то есть делиться им с другими пользователями.

Напоминаю, что при копировании и использовании чужих материалов не стоит забывать указывать источники их происхождения, в том числе при использовании материалов данного учебного пособия. Для вашего удобства вот ссылка на электронный ресурс согласно ГОСТ 2008.

Ссылка на учебник:

Шабанов П.А. Научная графика в python [Электронный ресурс]. URL: https://github.com/whitehorn/Scientific_graphics_in_python (31.08.2015).

Благодарности

Всегда приятно видеть и ощущать полезность своего труда!

Если у вас возникнет желание отблагодарить автора за его труд по работе над учебника, то вы можете перевести денежную сумму, которую посчитаете уместной, свяжитесь с автором через контакты, указанные в начале описания

UPD: на 15.03.2021 этого не произошло Может быть усилиями сообщества в скором времени будет издана печатная версия учебника (с дополнительными материалами и примерами).

Оглавление

Часть I Основы matplotlib

Часть II Структура рисунка в matplotlib

Часть III Специальные элементы рисунка в matplotlib

Note that the project description data, including the texts, logos, images, and/or trademarks, for each open source project belongs to its rightful owner. If you wish to add or remove any projects, please contact us at [email protected].