1.由意大利佩魯賈大學物理與地質繫教授毛裡齊奧·彼得雷利編寫，內容可靠，值得學習。2.Python語言與地球科學數據分析的結合，提高效率，有效解決該領域的難題。3.面向地球科學數據分析的實際應用進行設計，通過"概念解釋→代碼示例→應用示範"的模式進行組織，易學易掌握。4.其間穿插豐富的圖表及代碼示例，適合初學者開展相關學習和研究。

●第一部分地質學家應知應會的Python基礎知識
第1章輕松搭建Python環境2
1．1Python編程語言2
1．2編程範例3
1．3本地Python環境3
1．4遠程Python環境6
1．5Python包6
1．6專門為地質學家開發的Python包7
第2章地質學家推薦的Python知識8
2．1從使用IPython控制臺開始8
2．2樣式和命名規則10
2．3使用Python腳本11
2．4條件語句、縮進、循環和函數13
2．4．1條件語句13
2．4．2縮進和塊14
2．4．3for循環15
2．4．4while循環16
2．4．5函數17
2．5導入外部庫18
2．6基本運算和數學函數18
第3章用Python解決地質問題：簡介21
3．1第一次使用Python相圖21
3．2建立第一個地球科學模型28
3．3空間數據表達的快速入門32
第二部分地質數據描述
第4章地質數據集的圖形可視化38
4．1數據集的統計學描述：主要概念38
4．2可視化單變量樣本分布39
4．2．1直方圖39
4．2．2累積分布圖41
4．3準備發布就相圖41
4．3．1子圖41
4．3．2標記43
4．3．3圖例49
4．3．4四舍五入小數、文本格式、符號和特殊字符52
4．3相圖：plot()與scatter()的比較57
4數據可視化：首次嘗試62
第5章描述統計1：單變量分析64
5．1描述統計基礎64
5．2位置64
5．2．1平均數64
5．2．2中位數67
5．2．3眾數68
5．3離差或尺度69
5．3．1極差69
5．3．2方差和標準差71
5．3．3四分位距73
5．4偏度74
5．5pandas中的描述統計77
5．6箱形圖78
第6章描述統計2：雙變量分析80
6．1協方差和相關性80
6．2簡單線性回歸83
6．3多項式回歸85
6．4非線性回歸87
第三部分地質學中的積分與微分方程
第7章數值積分94
7．1定積分94
7．2積分的基本性質95
7．3定積分的解析解和數值解95
7．4微積分的基本定理和解析解96
7．4．1微積分的基本定理96
7．4．2解析解：Python中的符號法96
7．5定積分的數值解97
7．5．1矩形法97
7．5．2梯形法100
7．5．3基於scipy的梯形法和復合辛普森法101
7．6計算地質構造體積103
7．7計算岩石靜壓力104
第8章微分方程110
8．1引言110
8．2常微分方程111
8．3一階常微分方程的數值解116
8．3．1歐拉法116
8．3．2scipy．integrate．ode類118
8．4菲克擴散定律—一種廣泛使用的偏微分方程120
8．4．1解析解121
8．4．2常數D的數值解123
第四部分概率密度函數與誤差分析
第9章概率密度函數及其在地質學中的應用130
9．1概率分布與密度函數130
9．2正態分布131
9．2．1正態概率密度函數131
9．2．2生成服從正態分布的隨機樣本135
9．3對數正態分布137
9．4其他適用於地質學的概率密度函數139
9．5密度估計140
9．6中心極限定理與正態分布均值145
第10章誤差分析148
10．1地質測量中的誤差處理148
10．1．1準確度和準確度148
10．1．2置信區間151
10．1．3均值估計的不確定性：標準誤差153
10相圖中的不確定性報告155
10．3誤差傳播的線性化方法161
10．4誤差傳播的蒙特卡洛方法166
第五部分穩健統計與機器學習
第11章穩健統計導論174
11．1經典統計法和穩健統計法174
11．2正態檢驗175
11．2．1直方圖和參數擬合175
11．2．2Q-Q圖177
11．2．3統計檢驗178
11．3位置和尺度的穩健估計180
11．3．1位置的穩健估計和弱估計180
11．3．2尺度的穩健估計和弱估計183
11．3．3位置和尺度的聯合穩健估計185
11．4地球化學中的穩健統計187
第12章機器學習189
12．1地質學中的機器學習導論189
12．2Python中的機器學習191
12．3機器學習在地質學中的研究案例191
12．3．1用於訓練的實驗數據192
12．3．2標準化194
12．3．3訓練和測試模型197
附錄A面向地質學家的Python包和資源201

●
●A．1面向地質學家的Python包201
●
●……

隨著計算機技術的發展，通過編寫計算機程序來解決相關領域的難題已經成為人們普遍認同的解決方案。Python語言憑借其簡潔特點贏得了越來越多人的青睞。
本書旨在結合Python語言講解其在地球科學數據分析方面的應用。本書內容分為12章，從搭建Python環境開始講解，陸續介紹了一繫列適用於地球科學領域的Python知識，不僅涉及基礎的編程語法，也涵蓋實際的編程案例及程序運行結果。本書還結合統計學知識演示了一繫列數據分析及可視化案例，通過一些典型的案例和編程方法展現了Python解決方案。
本書適合地球科學領域的師生閱讀，也適合相關領域的科研工作者閱讀，不要求讀者有編程經驗。

(意)毛裡齊奧·彼得雷利 著 李明巨,陶旸,王聖堯 譯