Python是科学可视化的有利工具，第三方的Matplotlib、Numpy库功能强大，被广泛地应用于科学计算和绘图领域。本书通过分形与计算机图像处理的经典算法实例，来详细讲解Python绘图与数据可视化的使用方法和技巧。本书内容共分八个章节，采用的Python工具为Turtle、Matplotlib和Numpy，其中以Turtle模块开始，作为入门，逐步过渡到专业级的matplotlib和Numpy库。本书图文并茂，讲解细致，既是Python的绘图指南，也是分形与混沌的通俗化读物。
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
