工業和商業黃頁資訊網論文書籍站
元素分析eds的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列問答集和資訊懶人包
元素分析eds的問題，我們搜遍了碩博士論文和台灣出版的書籍，推薦MarkNeedham,AmyE.Hodler寫的 圖形演算法：Apache Spark與Neo4j實務範例 和(意)法比奧•內利的 Python資料分析實戰 第2版都 可以從中找到所需的評價。
另外網站電子顯微鏡實驗室元素分析(EDS)已維修正常，恢復使用也說明：SEM影像觀察部分照常使用，元素分析(EDS)部分暫時停止使用，預計105年5月底前恢復使用，將會另行通知，如有不便敬請見諒。
這兩本書分別來自歐萊禮 和人民郵電所出版 。
明志科技大學 化學工程系碩士班 楊純誠、施正元所指導 陳映如的 以噴霧乾燥法製備Si/Graphite複合陽極材料及其電性分析 （2021），提出元素分析eds關鍵因素是什麼，來自於靜電自組裝法、鋰離子電池、矽石墨複合材料、噴霧乾燥法、原位膨脹測試。
而第二篇論文國立臺北科技大學 分子科學與工程系有機高分子碩士班 芮祥鵬所指導 賴玟蓉的 控制生質原料牡蠣殼的變異性及其與聚丁二酸丁二醇酯的生物可分解複材之製備與鑑識 （2021），提出因為有 牡蠣殼、聚丁二酸丁二醇酯、生物可分解塑膠、廢棄物再生的重點而找出了 元素分析eds的解答。
最後網站eds mapping 原理- とは？難しい元素分析の原理や特徴を ...則補充：eds mapping 原理- とは？難しい元素分析の原理や特徴をやさしく解説! · /EDX/XPS有什么区别和联系_扫描电镜SEM/EDS仪器社区_仪器信息网论坛>EDS/EDX/XPS有 ...
圖形演算法：Apache Spark與Neo4j實務範例
為了解決元素分析eds 的問題，作者MarkNeedham,AmyE.Hodler 這樣論述：
"從基本概念到重要的演算法，再到處理平臺和實際案例，作者為美妙圖形世界編寫了一本兼具指導性與說明性的參考指南。" —Kirk Borne, PhD Principal Data Scientist and Executive Advisor, Booz Allen Hamilton "一本實用且資訊豐富的指南，幫助你藉由使用圖形演算法檢測模式和結果，來獲取更多洞察力，圖形資料庫開發人員的必讀書籍。"—Luanne Misquitta Vice President of Engineering, GraphAware 學習圖形演算法可以幫助
你利用資料關係的力量，開發更聰明的解決方案，以及增強你的機器學習模模型。有了這本實用的指南，開發者和資料科學家將會發現，圖形分析能提昇價值，無論是用圖形分析建構動態網路模型，還是預測真實世界中的行為。 Neo4j的Mark Needham和AmyHodler說明圖形演算法如何描述複雜結構，並揭示難以找出的模式—從發現漏洞和瓶頸到社群偵測和提升機器學習預測。你將會透過一些實際的範例了解如何在Apache Spark和Neo4j中使用圖形演算法，這兩個平台是圖形分析最常用的選擇。 ‧學習圖形分析如何從現今的資料中找到更多預測元素 ‧瞭解熱門的圖形演算法是如何工作以及如何應用 ‧
使用超過20個圖形演算法範例的程式碼和提示 ‧學習對不同類型問題，挑選合適演算法 ‧使用Spark和Neo4j程式碼和樣本資料集探索範例 ‧結合Neo4j和Spark，建立一個用於連結預測的機器學習工作流程
以噴霧乾燥法製備Si/Graphite複合陽極材料及其電性分析
為了解決元素分析eds 的問題，作者陳映如 這樣論述：
明志科技大學碩士學位論文口試委員審定書 i誌謝 ii摘要 iiiAbstract iv目錄 vi圖目錄 x表目錄 xvii第一章 緒論 11.1 前言 11.2 研究動機 2第二章 文獻回顧 32.1 二次電池簡介 32.2 鋰離子二次電池的基本概念 42.2.1 陰極材料 (Cathode materials) 52.2.2 陽極材料 (Anode materials) 72.2.3 電解液 (Electrolyte) 92.2.4 隔離膜 (Separator) 112.3 碳/矽複合陽極介紹 122.3.1 矽基材料之介紹 12
2.3.2 鋰離子嵌入碳材的充/放電原理及矽的儲存機理 132.4 碳/矽複合陽極材料製備方式 142.4.1 固相摻混法 (Solid-state blending method) 142.4.2 靜電自組裝法 (Electrostatic self-assembly method) 202.4.3 氣相沉積法 (Chemical vapor deposition) 252.4.4 噴霧乾燥法 (Spray drying method) 322.5 陽極材料改良方式 382.5.1 尺寸控制 392.5.2 表面包覆 432.5.3 活性/非活性合金
482.5.4 結構設計 522.5.5 複合材料 56第三章 實驗方法 603.1 實驗藥品與儀器 603.1.1 實驗藥品 603.1.2 實驗儀器與設備 623.2 矽碳複合陽極材料製備 643.2.1 靜電自組裝法製備矽石墨複合陽極材料 (bare-Si/G)之步驟 643.2.2 以噴霧乾燥法製備矽石墨複合陽極材料(SD-Si/G)之步驟 663.3 材料之物/化性分析 683.3.1 晶相結構分析 (X射線繞射分析） 693.3.2 材料碳層分析 (顯微拉曼光譜分析) 703.3.3 碳含量分析 (元素分析儀) 713.3.4 官
能基分析 (傅立葉轉換紅外光譜分析) 723.3.5 表面形態與元素組成分析 (掃描式電子顯微鏡分析) 733.3.6 晶體微觀結構分析 (穿透式電子顯微鏡) 753.3.7 比表面積分析 (比表面積與孔徑分析儀) 763.3.8 材料之電化學性質分析 77第四章 結果與討論 834.1 複合材料之物化性分析 834.1.1 複合材料之晶相結構分析 (XRD) 834.1.2 複合材料之顯微拉曼光譜分析 (Raman) 854.1.3 複合材料之表面官能基分析 (FT-IR) 874.1.4 複合材料之表面形貌分析 (SEM)與元素分析 (EDS) 89
4.1.5 複合材料之微觀結構分析 (HR-TEM) 964.1.6 複合材料之粒徑大小分析 (DLS) 1004.1.7 複合材料之表面電位分析 (Zeta Potential) 1064.1.8 複合材料之比表面積分析 (BET) 1094.1.9 複合材料之殘碳量分析 (EA) 1124.2 電化學性能分析 1134.2.1 低電流速率充/放電分析 1134.2.2 高電流速率充/放電分析 1164.2.3 循環穩定性分析 1214.2.4 交流阻抗測試及鋰離子擴散係數分析 1314.2.5 電化學之循環伏安分析 1384.2.6 差分容量分
析 1414.2.7 原位膨脹分析 144第五章 結論 151參考文獻 152 圖目錄圖 1、(a). 為充電過程、(b). 為放電過程中鋰離子二次電池的工作原理示意圖 4圖 2、陰極晶體結構圖: (a). 橄欖石結構、(b). 層狀結構、(c). 尖晶石結構 5圖 3、合金型、轉化合金型、轉化型及插層型等不同陽極材料特性比較 7圖 4、失效機理: (a). 顆粒粉碎；(b). 電極塌陷；(c). SEI層連續生成 12圖 5、a-Si@SiOx/C複合材料在充放電速率為 (a). 100 mA g-1及 (b). 500 mA g-1時的充/放電循環性能 16圖 6、1-
BM樣品的 (a1). SEM、(a2). TEM和(a3). SAED圖像；2-BM樣品的；(b1). SEM、(b2). TEM和(b3). SAED圖像 17圖 7、(d). 1-BM和(f). 2-BM在0.2C時的放電/充電曲線圖 18圖 8、1-BM和2-BM樣品在 (e). 不同電流速度下的電化學性能；(g). 0.2C下的循環壽命圖 19圖 9、自組裝法製備多孔石墨/矽/碳複合材料之製程示意圖 20圖 10、多孔石墨/矽/碳的(a). 循環伏安圖；(b). 電流速度為50 mA g−1的第1、5、10、20次之充/放電曲線圖；(c). 循環壽命圖；(d). 不同速率性能
圖 21圖 11、RH-Nano Si@C/CNT的(a-c). SEM圖、(d、e). TEM圖及(f).HR-TEM圖和其相對應的選區電子繞射圖 22圖 12、RH-Nano Si@C/CNT的倍率性能表現分析圖 23圖 13、RH-Nano Si@C/CNT的長期充/放電循環壽命圖 24圖 14、微波等離子體CVD反應器裝置示意圖 25圖 15、微波功率為0.4、1 kW時，不同CVD時間與矽含量的關係圖 26圖 16、充/放電速率為C/20時，首次循環的可逆/不可逆克電容量與矽含量之間的關係比較圖 27圖 17、在2 C高速率充/放電時，碳矽複合材料的循環壽命圖 28圖
18、Si NP-C電極的拉曼光譜分析圖 29圖 19、在不同放大倍數下，碳片上Si NP沉積的形態圖 30圖 20、在0.1 A g-1速率下，Si NP (0.5 mg cm-2)克電容量維持率、庫侖效率及使用相同的測量程序循環的碳基板的克電容量維持率圖 30圖 21、不同質量負載的Si NP-C電極在0.8 A g-1速率時的循環壽命圖 31圖 22、不同質量負載的Si NP電極的倍率能力分析圖 31圖 23、噴霧乾燥製程示意圖 33圖 24、球型Si/C複合材料的 (f)-(g). SEM圖；(h). FIB分析的切面圖 33圖 25、Si/C陽極的 (a). 首次充/
放電曲線圖；(b). 長期循環壽命圖 34圖 26、不同速率下的充放電曲線圖 (黑色為無3D導電網絡的Si/C陽極，紅色為具有3D導電框架的Si/C陽極) 34圖 27、(a). 矽原料、(b). 天然石墨和(c-d). 石墨/矽-多孔碳複合材料的SEM圖像；(e). 石墨/矽-多孔碳複合材料的橫切面SEM圖像 36圖 28、石墨/矽-多孔碳複合材料的氮吸-脫附曲線圖 37圖 29、石墨/矽-多孔碳複合材料和天然石墨(插圖)的循環伏安圖 37圖 30、天然石墨與石墨/矽-多孔碳複合材料的循環性能及庫倫效率圖 38圖 31、微米級/奈米級MG-Si粉的製備流程圖 39圖 32、(a
). 微米級矽電極、(b). 奈米級矽電極在速率C/24時的前兩次充/放電曲線變化圖 40圖 33、微米級和奈米級矽電極於C/6速率下的循環壽命比較圖 41圖 34、SEM圖像：(a). 循環前、(b). 循環後的微米級矽電極(c). 循環前、(d). 循環後的奈米級矽電極 42圖 35、Si/G/C複合材料的製備流程圖 43圖 36、矽、MCMB和Si/G/C複合物的拉曼光譜圖 44圖 37、Si/G/C複合材料的TEM圖像: (d). 全尺寸；(e). 部分放大圖、(插圖為SAED圖像)；(f). 邊界部分的HRTEM圖 45圖 38、不同矽比例之Si/G/C複合材料在前三個循
環中的充/放電曲線圖: (a). 10 wt.%；(b). 20 wt.%；(c). 30 wt.%；(d). 40 wt.% 46圖 39、在第二循環的鋰化狀態下Si/G/C複合材料的AC曲線圖 46圖 40、速率為0.2 C時，Si/G/C複合材料之放電克電容量與庫侖效率圖 47圖 41、嵌入Cu3Si的3D PoSi的合成流程圖 48圖 42、(a)–(c). 嵌入Cu3Si的3D PoSi之不同倍率的FESEM圖像；(d). EDS元素映射圖；(e). 氮吸附和解吸等溫線圖；(f). 相應孔徑分佈圖 49圖 43、(a)-(c). 嵌入Cu3Si的3D PoSi之不同放大倍率
的TEM圖像和(d). HRTEM圖像 50圖 44、嵌入Cu3Si-3D PoSi電極的(a). CV曲線；(b). 電流速度為0.4 A g-1時的循環性能；(c). 不同電流速度下的倍率性能；(d). AC 51圖 45、卵黃殼多孔矽@碳之合成設計示意圖 52圖 46、p-SiNPs@HC之XRD分析圖 53圖 47、p-SiNPs@HC之 (a). TEM圖像；(b). HRTEM模式；(c). SAED圖；(d). 高角度環形暗場掃描透射電子顯微鏡成像圖像 54圖 48、(a). p-SiNPs@ HC-1電極的CV曲線圖；(b). 各材料電極的第一循環充/放電曲線圖；(c
). 電流速度為200 mA g–1時各材料的循環壽命圖；(d). 各材料在不同電流密度時的倍率性能 55圖 49、(a). 各材料的奈奎斯特 (EIS)曲線圖；(b). p-SiNPs @ HC-1的EIS曲線在循環過程中的演變 56圖 50、SiGC複合材料的製備合成過程示意圖 57圖 51、球磨Si、石墨、SiG及SiGC的拉曼光譜分析圖 57圖 52、球磨Si、SiG及SiGC樣品於不同速率下之電性比較圖 58圖 53、在電流速度為0.5 A g -1下 (c). SiGC充/放電300次循環的循環壽命比較圖；(d). 球磨Si、SiG及SiGC的容量保持率圖 59圖 54
、靜電自組裝流程示意圖 65圖 55、噴霧乾燥法製備矽石墨複合陽極材料 67圖 56、矽石墨複合材料之物/化性檢測項目流程圖 69圖 57、X光繞射分析儀 (BRUKER D2 Phaser)硬體設備圖 70圖 58、顯微拉曼光譜儀 (Confocal Micro-Renishaw)硬體設備圖 71圖 59、元素分析儀 (Thermo Flash 2000)硬體設備圖 72圖 60、傅立葉紅外光光譜儀 (Spectrum 100)硬體設備圖 73圖 61、熱場發射掃描式電子顯微鏡 (JEOL JSM-IT700HR)硬體設備圖 75圖 62、穿透式電子顯微鏡 (HR-TEM)硬
體設備圖 76圖 63、比表面積與孔徑分析儀 (Micromeritics, Gemini VII)硬體設備圖 77圖 64、CR2032鈕扣型半電池之封裝示意圖 79圖 65、佳優 (BAT-750B)充/放電測試儀圖 80圖 66、等效電路示意圖 81圖 67、恆電位電池測試儀 (Metrohm Autolab PGST AT302N)圖 82圖 68、電化學膨脹儀 (Electrochemical dilatometer)結構示意圖 83圖 69、Emax-KS6、Si與矽石墨複合陽極材料的XRD比較圖 85圖 70、NG及矽石墨複合陽極材料之顯微拉曼光譜圖 87圖 7
1、NG、PDDA-Si及各複合陽極材料之FT-IR圖譜 89圖 72、bare-Si/G複合材料之FE-SEM分析圖 91圖 73、SD1-Si/G複合材料之FE-SEM分析圖 91圖 74、SD2-Si/G複合材料之FE-SEM分析圖 92圖 75、bare-Si/G複合材料的EDS分析光譜圖 94圖 76、bare-Si/G複合材料的EDS元素Mapping分佈圖 94圖 77、SD1-Si/G複合材料的EDS分析光譜圖 95圖 78、SD1-Si/G複合材料的EDS元素Mapping分佈圖 95圖 79、SD2-Si/G複合材料的EDS分析光譜圖 96圖 80、SD2
-Si/G複合材料的EDS元素Mapping分佈圖 96圖 81、NG樣品之TEM分析圖 98圖 82、bare-Si/G複合陽極材料之TEM分析圖 99圖 83、SD1-Si/G複合陽極材料之TEM分析圖 100圖 84、SD2-Si/G複合陽極材料之TEM分析圖 100圖 85、NG之雷射粒徑分析圖 102圖 86、bare-Si/G之雷射粒徑分析圖 103圖 87、SD1-Si/G之雷射粒徑分析圖 104圖 88、SD2-Si/G之雷射粒徑分析圖 105圖 89、NG之Zeta表面電位檢測結果圖 107圖 90、PDDA-Si之Zeta表面電位檢測結果圖 108圖
91、bare-Si/G複合陽極材料之比表面分析圖 110圖 92、SD1-Si/G複合陽極材料之比表面分析圖 110圖 93、SD2-Si/G複合陽極材料之比表面分析圖 111圖 94、各種不同矽石墨複合陽極材料於100/100 mA g-1充/放電速率下之活化電性比較圖 114圖 95、各種不同矽石墨複合陽極材料於100 mA g-1相同速率下之首次充/放電曲線 115圖 96、各材料於不同充/放電速率下之充/放電電性表現階梯圖 117圖 97、bare-Si/G樣品於100-800 mA g-1不同速率下之充/放電曲線圖 118圖 98、SD1-Si/G樣品於100-800
mA g-1不同速率下之充/放電曲線圖 119圖 99、SD2-Si/G樣品於100-800 mA g-1不同速率下之充/放電曲線圖 120圖 100、各材料在100/100 mA g-1速率下之充/放電循環壽命比較分析圖 122圖 101、bare-Si/G於100/100 mA g-1速率下之循環性能曲線圖 123圖 102、SD1-Si/G於100/100 mA g-1速率下之循環性能曲線圖 124圖 103、SD2-Si/G於100/100 mA g-1速率下之循環性能曲線圖 125圖 104、各材料在400/400 mA g-1速率下之充/放電循環壽命比較圖 126圖
105、bare-Si/G於400/400 mA g-1速率下之100 Cycle循環性能曲線圖 127圖 106、SD1-Si/G於400/400 mA g-1速率下之100 Cycle循環性能曲線圖 128圖 107、SD2-Si/G於400/400 mA g-1速率下之100 Cycle循環性能曲線圖 129圖 108、在100/100 mA g-1速率下10次循環充/放電後，bare-Si/G、SD1-Si/G及SD2-Si/G樣品之EIS阻抗比較圖；插圖為放大區間在50Ω 131圖 109、在100/100 mA g-1速率下30次循環充/放電後，bare-Si/G、SD1
-Si/G及SD2-Si/G樣品之EIS阻抗比較圖；插圖為放大區間在50Ω 132圖 110、在400/400 mA g-1速率下經100次循環充/放電後，bare-Si/G、SD1-Si/G及SD2-Si/G樣品之EIS阻抗比較圖；插圖為放大區間在50Ω 133圖 111、在100/100 mA g-1速率下30次循環充/放電後bare-Si/G、SD1-Si/G及SD2-Si/G樣品之Z’ vs. 1/√ω 分析圖 135圖 112、在400/400 mA g-1速率下100次循環充/放電後bare-Si/G、SD1-Si/G及SD2-Si/G樣品之Z’ vs. 1/√ω 分析圖
136圖 113、各種不同矽石墨複合陽極材料之首次循環伏安比較圖 138圖 114、bare-Si/G複合陽極材料之循環伏安圖 138圖 115、SD1-Si/G複合陽極材料之循環伏安圖 139圖 116、SD2-Si/G複合陽極材料之循環伏安圖 139圖 117、經兩次循環充/放電後，各種自製矽石墨複合陽極材料之差分容量比較圖 140圖 118、bare-Si/G複合陽極材料之差分容量分析圖 141圖 119、SD1-Si/G複合陽極材料之差分容量分析圖 141圖 120、SD2-Si/G複合陽極材料之差分容量分析圖 142圖 122、矽石墨複合電極之電壓-時間變化曲線比較圖
145圖 123、矽石墨複合電極之厚度-時間變化曲線比較圖 145圖 124、bare-Si/G複合電極前五次循環之相對厚度變化與電壓分佈曲線 146圖 125、SD1-Si/G複合電極前五次循環之相對厚度變化與電壓分佈曲線 147圖 126、SD2-Si/G複合電極前五次循環之相對厚度變化與電壓分佈曲線 148表目錄表 1、常見二次電池之特性比較 3表 2、各種不同結構陰極材料之特性比較 6表 3、不同種類碳系材料的負極特性表現 8表 4、不同鋰鹽的特性分析 9表 5、不同電解質溶劑的特性分析 10表 6、原始Si、研磨Si、熱處理過的研磨Si及不同重量比的研磨矽/檸檬
酸複合材料在定電流充/放電時的電化學性能 (充/放電電流為100/100 mA g-1) 15表 7、不同矽含量複合陽極材料的電阻值 47表 8、實驗藥品 60表 9、實驗儀器與設備 62表 10、樣品簡稱表 64表 11、充/放電流條件計算表 79表 12、NG及各矽石墨複合陽極材料之micro-Raman數值比較 86表 13、KS6之雷射粒徑結果數據 101表 14、NG之雷射粒徑結果數據 102表 15、bare-Si/G之雷射粒徑結果數據 103表 16、SD1-Si/G之雷射粒徑結果數據 104表 17、SD2-Si/G之雷射粒徑結果數據 105表 18、N
G之Zeta表面電位檢測結果數據 107表 19、PDDA-Si之Zeta表面電位檢測結果數據 108表 20、各矽石墨複合陽極材料之比表面積數值表 109表 21、各種不同自製矽石墨複合陽極材料之碳含量分析 112表 22、各種不同矽石墨複合陽極材料於相同充/放電速率下之活化電性表現比較表 114表 23、各種不同矽石墨複合陽極材料之首次充/放電之電性數據表 115表 24、各材料於不同充/放電速率下之充/放電電性比較表 117表 25、bare-Si/G樣品於不同充/放電速率下之電性數據表 118表 26、SD1-Si/G樣品於不同充/放電速率下之電性數據表 119表 2
7、SD2-Si/G樣品於不同充/放電速率下之電性數據表 120表 28、各材料在100/100 mA g-1速率下，充/放電循環穩定性比較表 122表 29、bare-Si/G於100/100 mA g-1速率下之循環性能數據表 123表 30、SD1-Si/G於100/100 mA g-1速率下之循環性能數據表 124表 31、SD2-Si/G於100/100 mA g-1速率下之循環性能數據表 125表 32、各材料在400/400 mA g-1速率下，充/放電循環穩定性比較表 126表 33、bare -Si/G於400/400 mA g-1速率下之100 Cycle循環性
能數據表 127表 34、SD1 -Si/G於400/400 mA g-1速率下之100 Cycle循環性能數據表 128表 35、SD2 -Si/G於400/400 mA g-1速率下之100 Cycle循環性能數據表 129表 36、本實驗自製矽碳複合陽極材料數據結果與文獻資料之比較 130表 37、bare-Si/G、SD1-Si/G及SD2-Si/G樣品經過10次100 mA g-1相同速率充/放電循環後之阻抗分析結果數據 132表 38、bare-Si/G、SD1-Si/G及SD2-Si/G樣品經過30次100 mA g-1相同速率充/放電循環後之阻抗分析結果數據 133
表 39、bare-Si/G、SD1-Si/G及SD2-Si/G樣品經過100次400 mA g-1相同速率充/放電循環後之阻抗分析結果數據 134表 40、各複合陽極材料於100 mA g-1速率下，30次充/放電循環後之鋰離子擴散係數比較 136表 41、各種不同複合陽極材料於400 mA g-1速率下，100次充/放電循環後之鋰離子擴散係數比較 137表 42、矽石墨複合電極於相同充/放電速率下之電性數據表 146表 43、bare-Si/G複合電極前五次循環之膨脹率與不可逆膨脹率數據比較 148表 44、SD1-Si/G複合電極前五次循環之膨脹率與不可逆膨脹率數據比較 14
9表 45、SD2-Si/G複合電極前五次循環之膨脹率與不可逆膨脹率數據比較 150
Python資料分析實戰 第2版
為了解決元素分析eds 的問題，作者(意)法比奧•內利 這樣論述：
Python簡單易學，擁有豐富的庫，並且具有極強的包容性。 本書展示了如何利用Python語言的強大功能，以最小的程式設計代價對資料進行提取、處理和分析。這一版除了介紹資料分析和Python基礎知識、NumPy庫和pandas庫，使用pandas讀寫和處理資料，用matplotlib庫實現資料視覺化，用scikit-learn庫進行機器學習，D3庫嵌入和識別手寫體數位，還新增了用TensorFlow進行深度學習，用NLTK分析文本數據，用OpenCV分析圖像及實現電腦視覺等。 法比奧·內利（Fabio Nelli），IRBM科學園IT科學應用專家，曾為IBM、EDS等企業
提供諮詢。目前從事Java應用開發，對接科學儀器和Oracle資料庫，生成資料和Web伺服器應用，為研究人員提供即時分析結果。他還是Meccanismo Complesso社區（www.meccanismocomplesso.org）的專案協調人。 版權聲明 獻詞 譯者序 第1章 資料分析簡介 1 1.1 資料分析 1 1.2 資料分析師的知識範疇 2 1.2.1 電腦科學 2 1.2.2 數學和統計學 3 1.2.3 機器學習和人工智慧 3 1.2.4 資料來源領域 3 1.3 理解資料的性質 4 1.3.1 資料到資訊的轉變 4 1.3.2 資訊
到知識的轉變 4 1.3.3 資料的類型 4 1.4 資料分析過程 4 1.4.1 問題定義 5 1.4.2 數據抽取 6 1.4.3 數據準備 6 1.4.4 資料探索和視覺化 7 1.4.5 預測建模 7 1.4.6 模型驗證 8 1.4.7 部署 8 1.5 定量和定性資料分析 9 1.6 開放數據 9 1.7 Python和資料分析 10 1.8 結論 11 第2章 Python世界簡介 12 2.1 Python——程式設計語言 12 2.2 Python 2和Python 3 14 2.2.1 安裝Python 15 2.2.2 Python發
行版本 15 2.2.3 使用Python 17 2.2.4 編寫Python代碼 18 2.2.5 IPython 22 2.3 PyPI倉庫——Python包索引 25 2.4 SciPy 29 2.4.1 NumPy 29 2.4.2 pandas 29 2.4.3 matplotlib 30 2.5 小結 30 第3章 NumPy庫 31 3.1 NumPy簡史 31 3.2 NumPy安裝 31 3.3 ndarray：NumPy庫的心臟 32 3.3.1 創建陣列 33 3.3.2 資料類型 34 3.3.3 dtype選項 34 3.3.4 自
帶的陣列創建方法 35 3.4 基本操作 36 3.4.1 算術運算子 36 3.4.2 矩陣積 37 3.4.3 自增和自減運算子 38 3.4.4 通用函數 39 3.4.5 彙總函式 39 3.5 索引機制、切片和反覆運算方法 40 3.5.1 索引機制 40 3.5.2 切片操作 41 3.5.3 陣列反覆運算 42 3.6 條件和布林陣列 44 3.7 形狀變換 44 3.8 陣列操作 45 3.8.1 連接陣列 45 3.8.2 陣列切分 46 3.9 常用概念 48 3.9.1 物件的副本或視圖 48 3.9.2 向量化 48 3.9.3 廣
播機制 49 3.10 結構化陣列 51 3.11 陣列資料檔案的讀寫 52 3.11.1 二進位檔案的讀寫 53 3.11.2 讀取檔中的清單形式資料 53 3.12 小結 54 第4章 pandas庫簡介 55 4.1 pandas：Python資料分析庫 55 4.2 安裝pandas 56 4.2.1 用Anaconda安裝 56 4.2.2 用PyPI安裝 56 4.2.3 在Linux系統的安裝方法 57 4.2.4 用原始程式碼安裝 57 4.2.5 Windows模組倉庫 57 4.3 測試pandas是否安裝成功 57 4.4 開始pandas
之旅 58 4.5 pandas資料結構簡介 58 4.5.1 Series對象 59 4.5.2 DataFrame對象 65 4.5.3 Index對象 71 4.6 索引物件的其他功能 72 4.6.1 更換索引 72 4.6.2 刪除 74 4.6.3 算術和資料對齊 75 4.7 資料結構之間的運算 76 4.7.1 靈活的算數運算方法 76 4.7.2 DataFrame和Series物件之間的運算 77 4.8 函數應用和映射 78 4.8.1 操作元素的函數 78 4.8.2 按行或列執行操作的函數 78 4.8.3 統計函數 79 4.9 排序
和排位次 80 4.10 相關性和協方差 82 4.11 NaN數據 84 4.11.1 為元素賦NaN值 84 4.11.2 過濾NaN 84 4.11.3 為NaN元素填充其他值 85 4.12 等級索引和分級 85 4.12.1 重新調整順序和為層級排序 87 4.12.2 按層級統計資料 88 4.13 小結 88 第5章 pandas：數據讀寫 89 5.1 I/O API工具 89 5.2 CSV和文字檔 90 5.3 讀取CSV或文字檔中的資料 90 5.3.1 用RegExp解析TXT文件 92 5.3.2 從TXT檔讀取部分資料 94 5.3
.3 將資料寫入CSV檔 94 5.4 讀寫HTML文件 96 5.4.1 寫入資料到HTML檔 96 5.4.2 從HTML檔讀取資料 98 5.5 從XML讀取數據 99 5.6 讀寫Microsoft Excel文件 101 5.7 JSON數據 102 5.8 HDF5格式 105 5.9 pickle——Python物件序列化 106 5.9.1 用cPickle實現Python物件序列化 106 5.9.2 用pandas實現物件序列化 107 5.10 對接資料庫 108 5.10.1 SQLite3數據讀寫 108 5.10.2 PostgreSQL數
據讀寫 110 5.11 NoSQL資料庫MongoDB資料讀寫 112 5.12 小結 113 第6章 深入pandas：資料處理 114 6.1 數據準備 114 合併 115 6.2 拼接 118 6.2.1 組合 121 6.2.2 軸向旋轉 122 6.2.3 刪除 124 6.3 資料轉換 124 6.3.1 刪除重複元素 125 6.3.2 映射 125 6.4 離散化和麵元劃分 129 6.5 排序 133 6.6 字串處理 134 6.6.1 內置的字串處理方法 134 6.6.2 規則運算式 135 6.7 數據聚合 137 6.7.
1 GroupBy 137 6.7.2 實例 138 6.7.3 等級分組 139 6.8 組反覆運算 140 6.8.1 鏈式轉換 140 6.8.2 分組函數 141 6.9 高級數據聚合 142 6.10 小結 145 第7章 用matplotlib實現資料視覺化 146 7.1 matplotlib庫 146 7.2 安裝 147 7.3 IPython和Jupyter QtConsole 147 7.4 matplotlib架構 148 7.4.1 Backend層 149 7.4.2 Artist層 149 7.4.3 Scripting層（pypl
ot） 150 7.4.4 pylab和pyplot 150 7.5 pyplot 151 7.6 繪圖窗口 152 7.6.1 設置圖形的屬性 153 7.6.2 matplotlib和NumPy 155 7.7 使用kwargs 157 7.8 為圖表添加更多元素 159 7.8.1 添加文本 159 7.8.2 添加網格 162 7.8.3 添加圖例 163 7.9 保存圖表 165 7.9.1 保存代碼 165 7.9.2 將會話轉換為HTML檔 167 7.9.3 將圖表直接保存為圖片 168 7.10 處理日期值 168 7.11 圖表類型 170
7.12 線性圖 170 7.13 長條圖 177 7.14 條狀圖 178 7.14.1 水準條狀圖 180 7.14.2 多序列條狀圖 181 7.14.3 為pandas DataFrame生成多序列條狀圖 182 7.14.4 多序列堆積條狀圖 183 7.14.5 為pandas DataFrame繪製堆積條狀圖 186 7.14.6 其他條狀圖 187 7.15 圓形圖 187 7.16 高級圖表 190 7.16.1 等值線圖 190 7.16.2 極區圖 192 7.17 mplot3d工具集 194 7.17.1 3D曲面 194 7.17.2
3D散點圖 195 7.17.3 3D條狀圖 196 7.18 多面板圖形 197 7.18.1 在其他子圖中顯示子圖 197 7.18.2 子圖網格 199 7.19 小結 200 第8章 用scikit-learn庫實現機器學習 201 8.1 scikit-learn庫 201 8.2 機器學習 201 8.2.1 有監督和無監督學習 201 8.2.2 訓練集和測試集 202 8.3 用 scikit-learn實現有監督學習 202 8.4 Iris資料集 202 8.5 K-近鄰分類器 207 8.6 Diabetes資料集 210 8.7 線性回
歸：最小平方回歸 211 8.8 支持向量機 214 8.8.1 支援向量分類 215 8.8.2 非線性 SVC 218 8.8.3 繪製SVM分類器對Iris資料集的分類效果圖 220 8.8.4 支持向量回歸 222 8.9 小結 224 第9章 用TensorFlow庫實現深度學習 225 9.1 人工智慧、機器學習和深度學習 225 9.1.1 人工智慧 225 9.1.2 機器學習是人工智慧的分支 226 9.1.3 深度學習是機器學習的分支 226 9.1.4 人工智慧、機器學習和深度學習的關係 226 9.2 深度學習 227 9.2.1 神經網路
和GPU 227 9.2.2 資料可用：開來源資料資源、物聯網和大資料 228 9.2.3 Python 228 9.2.4 Python深度學習框架 228 9.3 人工神經網路 229 9.3.1 人工神經網路的結構 229 9.3.2 單層感知器 230 9.3.3 多層感知器 232 9.3.4 人工神經網路和生物神經網路的一致性 232 9.4 TensorFlow 233 9.4.1 TensorFlow：Google開發的框架 233 9.4.2 TensorFlow：資料流程圖 233 9.5 開始TensorFlow 程式設計 234 9.5.1 安
裝TensorFlow 234 9.5.2 Jupyter QtConsole程式設計 234 9.5.3 TensorFlow的模型和會話 234 9.5.4 張量 236 9.5.5 張量運算 238 9.6 用 TensorFlow實現SLP 239 9.6.1 開始之前 239 9.6.2 待分析的資料 239 9.6.3 SLP模型定義 241 9.6.4 學習階段 243 9.6.5 測試階段和正確率估計 246 9.7 用TensorFlow實現MLP（含一個隱含層） 248 9.7.1 MLP模型的定義 249 9.7.2 學習階段 250 9.7.
3 測試階段和正確率計算 253 9.8 用TensorFlow實現多層感知器（含兩個隱含層） 255 9.8.1 測試階段和正確率計算 259 9.8.2 實驗資料評估 260 9.9 小結 262 第10章 資料分析實例——氣象資料 263 10.1 待檢驗的假設：靠海對氣候的影響 263 10.2 資料來源 265 10.3 用Jupyter Notebook分析資料 266 10.4 分析預處理過的氣象資料 269 10.5 風向頻率玫瑰圖 279 10.5 小結 283 第11章 Jupyter Notebook 內嵌 JavaScript庫D3 284
11.1 開放的人口資料來源 284 11.2 JavaScript庫D3 286 11.3 繪製簇狀條狀圖 290 11.4 地區分佈圖 293 11.5 2014年美國人口地區分佈圖 296 11.6 小結 300 第12章 識別手寫體數位 301 12.1 手寫體識別 301 12.2 用scikit-learn識別手寫體數位 301 12.3 Digits資料集 302 12.4 使用估計器學習並預測 304 12.5 用TensorFlow識別手寫體數位 306 12.6 使用神經網路學習並預測 307 12.7 小結 310 第13章 用NLTK
分析文本資料 311 13.1 文本分析技術 311 13.1.1 自然語言處理工具集 311 13.1.2 導入NLTK庫和NLTK下載器 312 13.1.3 在NLTK語料庫檢索單詞 314 13.1.4 分析詞頻 315 13.1.5 從文本選擇單詞 317 13.1.6 二元組和搭配 318 13.2 網路文本資料的應用 319 13.2.1 從HTML文檔抽取文本 320 13.2.2 情感分析 320 13.3 小結 322 第14章 用OpenCV庫實現圖像分析和視覺計算 323 14.1 圖像分析和計算視覺 323 14.2 OpenCV和Pyt
hon 324 14.3 OpenCV和深度學習 324 14.4 安裝OpenCV 324 14.5 影像處理和分析的第 1類方法 324 14.5.1 開始之前 324 14.5.2 載入和顯示圖像 325 14.5.3 影像處理 326 14.5.4 保存新圖 327 14.5.5 圖像的基本操作 327 14.5.6 圖像混合 330 14.6 圖像分析 331 14.7 邊緣檢測和圖像梯度分析 332 14.7.1 邊緣檢測 332 14.7.2 圖像梯度理論 332 14.7.3 用梯度分析檢測圖像邊緣示例 333 14.8 深度學習示例：面部識別 3
37 14.9 小結 339 附錄A 用LaTeX編寫數學運算式 340 附錄B 開放資料來源 350
控制生質原料牡蠣殼的變異性及其與聚丁二酸丁二醇酯的生物可分解複材之製備與鑑識
為了解決元素分析eds 的問題，作者賴玟蓉 這樣論述：
本研究透過塑譜儀製備出一種生物可分解塑膠，由聚丁二酸丁二醇酯(Poly(butylene succinate), PBS)和兩種不同煅燒條件之牡蠣殼粉Sample A(未煅燒)、Sample C(煅燒1000 oC)結合作為複合材料，以三種不同牡蠣殼粉含量(10、20、30%)作為探討之變數，來研究不同條件下其差異性，以及透過熱重分析(TGA)了解牡犡殼粉中草酸鈣(CaC2O4)、碳酸鈣(CaCO3)與氧化鈣(CaO)的含量。將此複合材料利用X射線繞射儀(XRD)與傅立葉轉換紅外線光譜儀(FT IR)鑑定其結構，以及透過熔融指數(MI)判斷複合材料的加工性、分析其熱示差熱掃描分析(DSC)、
熱重分析(TGA)、耐衝擊測試(Izod Impact Strength)、應力應變測試(S-S curves)、極限氧指數(LOI)及熱傳導係數(Thermal conductivity)。另外，因牡蠣殼粉經高溫煅燒會產生CO2，不僅耗能也會產生溫室氣體，因此，本研究選用Sample A-20%與PBS混練之A-20%/PBS複合材料，依據食品器具容器包裝衛生標準之溶出試驗，項目為鉛、鎘、砷，檢測結果為未檢出，符合標準，以及將A-20%/PBS複合材料進行小型崩解試驗，在45天的崩解度即可達95%、樣品殘留量僅4.9%，最後將A-20%/PBS複合材料進行餐盒試製，成功製作出成品。由此可見，
以牡蠣殼粉作為填充料並結合PBS之生物可分解複合材料，可有效降低塑膠成本，且增加牡蠣殼的附加價值，減少牡蠣殼作為廢棄物的可能，達到經濟與資源可循環再生的雙重目標。