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(zhàn)

第1章R從安裝到實戰(zhàn)準備 1
1.1R4.1.2的安裝 1
1.2R軟件啟用后的基本操作 3
1.2.1設置R的工作目錄 3
1.2.2退出R軟件的方法 3
1.3快速熟悉R的常用指令 3
1.3.1data（）指令的強大功能 3
1.3.2demo（）指令的功能 4
1.4編寫程序實例 6
1.5R軟件的常用指令及腳本應用 6
1.5.1常用指令 6
1.5.2腳本及其應用 8
第2章Python從安裝到實戰(zhàn)準備 10
2.1安裝前必須知道的事 10
2.1.1Python版本知識 10
2.1.2Python的優(yōu)點 10
2.1.3Python語言的功能 11
2.2Python的安裝 11
2.2.1Python 3.10.4版本的安裝 11
2.2.2Python庫模塊 11
2.2.3Python庫模塊的安裝 11
2.3Pandas、Numpy、Matplotlib庫模塊簡介 13
2.3.1Pandas庫 13
2.3.2Numpy庫 13
2.3.3Matplotlib庫 13
2.4Python的編程實例 13
2.4.1Python的起步 13
2.4.2一個簡單的Python程序 14
2.5Python的常用指令 15
2.5.1常用函數指令 15
2.5.2常用的一些代碼段指令 15
第3章能源領域的核心金屬材料的性能分析——基于R 18
3.1超臨界鍋爐水冷壁管T23合金材料的性能評估 18
3.1.1超臨界鍋爐水冷壁管材料 18
3.1.2T23合金的特點 18
3.1.3T23合金不同pH值的耐蝕率分析 19
3.1.4T23合金在不同硫酸根濃度條件下的耐蝕率分析 20
3.1.5T23合金在不同溫度條件下的耐蝕性能分析 21
3.2高參數火電機組過熱器管T91材料的性能評估 22
3.2.1高參數火電機組過熱器管材料 22
3.2.2不同條件對T91過熱器管材料的電化學性能影響 22
3.2.3不同條件對T91合金性能指標的相關性分析 24
3.3超臨界火電機組FGD系統(tǒng)材料性能評估 25
3.3.1FGD吸收塔入口的特種材料 25
3.3.2FGD泵葉輪材料的壽命影響因素分析 26
3.4超臨界火電機組耐高溫管P92材料的性能評估 27
3.4.1超臨界火電機組耐高溫管材料 27
3.4.2P92材料的壽命評估實驗分析 28
3.5本章小結 30
第4章水質凈化工程的ORP數據分析——基于R 31
4.1氧化還原電位的意義及評價方法 31
4.1.1氧化還原電位的意義 31
4.1.2氧化還原電位的評價方法 32
4.2ORP的測試條件及測試方法 32
4.3ORP的測試數據的描述性統(tǒng)計信息 33
4.3.1數據集的基本描述性信息 3
4.3.2數據集的頻數分布圖及核密度曲線 36
4.3.3數據集的頻數分布分析 37
4.3.4數據集的累積概率分布分析 37
4.4數據集的正態(tài)性判斷及分析 38
4.5數據集的莖葉圖分布 39
4.6本章小結 39
第5章能源環(huán)境的顆粒物、酸雨指標的數據挖掘——基于R 40
5.1酸雨及可吸入顆粒物 40
5.1.1酸雨 40
5.1.2可吸入顆粒物 40
5.2能源環(huán)境顆粒物、酸雨指標數據集 41
5.3能源環(huán)境數據集的描述性統(tǒng)計分析 41
5.3.1數據集的基本描述性信息 41
5.3.2數據集的標準分數值信息 42
5.4能源環(huán)境數據集的分布及分組處理 45
5.4.1總體分布 45
5.4.2年度分布信息 46
5.4.3月度分布信息 47
5.4.4年份對月度分布影響的分析效果可視化 49
5.5能源大氣化學指標的多元分析及可視化 50
5.5.1大氣化學指標年度貢獻對比效果的實現(xiàn) 50
5.5.2大氣化學指標多元相關性分析 52
5.6本章小結 53
第6章能源大氣的AQI數據可視化實戰(zhàn)——基于Python 54
6.1AQI的特點及數據集的預處理 54
6.1.1AQI及分級 54
6.1.2AQI數據集的載入及預處理 54
6.2能源大氣AQI數據集及其描述性統(tǒng)計信息 56
6.3能源大氣AQI數據分布分析 57
6.3.1散點分布分析 58
6.3.2直方圖分布顯示 58
6.3.3多維散點圖顯示 62
6.4AQI數據帶標準差的可視化實現(xiàn) 64
6.4.1標準差信息條的可視化 64
6.4.2標準差信息條及數值的可視化 65
6.5本章小結 67
第7章數據回歸擬合預測一體化實戰(zhàn)——基于Python 69
7.1AQI數據分布的點線圖可視化 69
7.2AQI數據的線型回歸模型及擬合分析 71
7.2.1線性回歸模型的建立 71
7.2.2回歸模型的診斷分析 73
7.3AQI數據的多項式模型及優(yōu)化 73
7.3.1多項式回歸模型的建立 73
7.3.2多項式回歸模型的診斷分析 75
7.3.3優(yōu)化多項式回歸模型及其診斷 76
7.4AQI數據的組合多圖可視化 77
7.4.1條狀圖及點線分布圖的組合可視化 77
7.4.2組合圖的雙Y軸可視化 79
7.4.3組合圖的綜合分析可視化 81
7.4.4AQI年度均值及標準差的差值效果可視化 81
7.5能源化學人工智能的初步實現(xiàn) 83
7.5.1人工智能及其與Python的關系 83
7.5.2基于AIML的能源化學人工智能 84
7.6本章小結 86
 
參考文獻 87
 
后記 88