当前位置:首页>python>新书上架丨Python心理学应用

新书上架丨Python心理学应用

  • 2026-09-14 18:24:13
新书上架丨Python心理学应用

Python心理学应用

▶ 案例深入

▶ 全彩印刷

新书

上架

 编辑推荐 Editor's Recommendations 

《Python心理学应用》是首部专为心理学研究人员、学生及实践工作者编写的系统性Python应用中文教程。

本书立足心理学研究的真实场景,围绕实验设计、数据分析与结果可视化等核心任务,系统梳理Python在心理学研究中的主要应用路径。全书采用“问题驱动”的写作思路,从具体研究问题出发,引入相应的Python工具与实现方法,并通过示例代码给出可直接落地的解决方案,帮助读者建立“技术工具服务于科学问题”的实践思维,避免陷入为编程而编程的误区。

在介绍Python基础的同时,本书还重点讲解PsychoPy在心理学实验设计中的应用,并设置MNE-Python专题章节,通过实际案例提供EEG/MEG数据分析的完整、可运行示例代码,具有较强的实用性与操作性。

《Python心理学应用》

魏楚光 王利刚 冯臣 著

978-7-5689-5511-9

168.00元

2026年1月

 70万字 450页 全彩印刷 

(

← 左右滑动观看 →

)

内容简介 Brief Introduction

本书采用“基础—核心—应用”的渐进式结构分为八章:

▶ 夯实基础:Python从入门到可用

第一、二章系统讲解Python的起源、发展及其在心理学领域的应用情况。详细介绍Python解释器、不同集成开发环境的安装配置及特点。同时,深入介绍Python变量定义与赋值、数据类型、控制流与循环、函数与模块、文件与数据处理等核心概念和用法,为后续Python编程奠定坚实基础。

▶ 数据核心:心理学研究的数据处理全流程

第三至五章系统讲解Python数据处理和分析的核心工具库,涵盖NumPy的高性能数组运算、Pandas的数据处理与分析、Matplotlib的专业级可视化绘制,以及SciPy的统计分析功能。通过常用的实际案例,帮助读者掌握从数据读取、清洗、统计分析到结果可视化的完整工作流程,特别强调统计方法的适用条件和实践要点,为心理学研究提供一套完整的、可复用的数据分析解决方案。

▶ 应用落地:实验设计与高级分析实践

第六章深入讲解基于Python的开源实验工具PsychoPy,介绍从基础实验设计到高级程序控制的全流程开发方法。

第七章重点介绍专业神经信号处理工具MNE-Python,系统讲解从原始数据预处理到多模态分析的完整技术流程。

第八章介绍基于标签数据的学习方法,如线性回归、支持向量机等,强调其在心理学行为预测、分类诊断等方面的应用与评估策略。

 适用读者 

一、心理学教学、研究人员与学生

适合需要进行实验设计与数据分析的读者,涵盖行为实验及脑电、脑磁数据分析等研究场景。

二、神经科学研究人员

适合从事脑电、脑磁数据分析的科研工作者,书中MNE-Python内容可支持脑科学数据的高效处理与分析。

三、数据科学家和统计学家

适合希望将Python应用于心理学与脑科学实验数据分析的相关人员,本书既是编程入门教材,也数据分析与可视化的实践指南。

作者简介

魏楚光

博士,中国科学院心理研究所所级公共技术中心高级实验师。长期在认知与行为研究平台提供技术支持,专注于认知心理学实验方法及生理与行为数据的采集、处理和分析。

熟练掌握Python编程及相关科学计算和可视化工具(Numpy、Pandas、Matplotlib、MNE-Python),能够高效批量处理复杂认知与行为数据,并精通使用PsychoPy Builder & Coder进行心理学刺激材料的设计、编辑与呈现。

王利刚

博士,中国科学院心理研究所副研究员,硕士生导师。长期从事儿童青少年心理发展与行为研究,研究领域包括青少年网络成瘾与网络生活方式、自我控制的脑机制、儿童青少年心理发展评估技术,以及心理辅导与家庭教育。擅长将Python编程应用于心理学实验设计与数据分析。

冯臣

博士,中国科学院心理研究所助理研究员。长期从事语言认知神经科学研究,主要探索汉语语言产生的认知神经机制及其发展机制。熟练掌握Python编程及MNE-Python等工具,能够对EEG/MEG数据进行高效分析与可视化,支持复杂实验设计的数据处理与结果呈现。

本书适用于所有致力于推动心理学研究范式创新的探索者。期待读者不仅能掌握Python这把数字时代的“认知手术刀”,更能培养计算思维与心理学的融合创新能力,在人类心智探索征程中开辟新的可能。

——蒋毅

中国科学院心理研究所副所长(主持工作)

我们开发MNE-Python的初衷,是要为神经影像研究打造一套既满足前沿科研需求,又适合编程基础薄弱研究者的工具集。本书通过结构化的实战教程与完整的代码实现,完美践行了这一理念,使读者能够快速将所学应用于自身研究。

——Alex Gramfort

Meta Reality Labs高级研究科学家

MNE-Python创始人及核心开发者

Scikit-learn核心开发者

 本书特色 Features 

▶ 易学易懂,实践性强

以简洁易懂的方式讲解Python编程基础,并结合具体心理学实验应用案例,从基础到深入逐步展开,配合丰富的实用案例与示例代码,帮助读者掌握Python编程技巧。

▶ 系统化的结构与内容

系统覆盖从Python语言基础到高级数据分析技巧等内容,整体结构循序渐进,既帮助读者夯实编程基础,也引导其逐步掌握Python在心理学实验中的实际应用能力。

▶ 跨领域应用,提升实验数据处理效率

不仅适用于心理学,也适用于脑科学与行为科学研究,为实验设计与数据分析提供技术支持,在数据收集、清洗、统计分析与结果可视化等环节提升效率,减少人工干预的时间与错误,提高实验结果的准确性与科学性。

目录

Contents

向上滑动阅览

第一章 绪 论 1第 1 节 Python 起源及发展 1第 2 节 Python 在心理学研究中的作用 6

第二章 Python 语言基础 11第 1 节 Python 解释器 12第 2 节 集成开发环境 17第 3 节 变 量 29第 4 节 数据类型 31第 5 节 控制流和循环 68第 6 节 函数和模块 76第 7 节 处理文件和数据 88

第三章 NumPy 核心功能解析 92第 1 节 NumPy 概述 92第 2 节 基础数组操作 93第 3 节 数组运算与广播机制 102第 4 节 随机数与统计 105第 5 节 与 Matplotlib 结合 108

第四章 Pandas 数据处理与分析 116第 1 节 Pandas 概述 116第 2 节 数据结构 118第 3 节 数据读取与写入 122第 4 节 数据选择与索引操作 124第 5 节 数据统计与汇总 127第 6 节 数据合并与连接 133第 7 节 数据清洗与预处理 135第 8 节 时间序列数据处理 139第 9 节 数据可视化与绘图 142

第五章 SciPy 概率分布与统计分析实践 146第 1 节 概率分布 147第 2 节 统计描述 154第 3 节 统计检验 158第 4 节 相关分析 172第 5 节 回归分析 177

第六章 使用 PsychoPy 设计与开发实验程序 182第 1 节 PsychoPy 简介及安装 183第 2 节 PsychoPy 启动及界面 187第 3 节 重要属性设置 190第 4 节 编辑刺激程序 202第 5 节 记录行为反应数据 234第 6 节 代码组件与常见实验范式 243第 7 节 配置在线实验 254第 8 节 实验数据记录与管理 257

第七章 MNE-Python 处理脑电/脑磁数据 272第 1 节 MNE-Python 概述与安装 273第 2 节 加载与查看原始脑电数据 279第 3 节 数据预处理 297第 4 节 分段数据的读取和查看 316第 5 节 事件相关电位信号特征分析 321第 6 节 频率信号特征分析 331第 7 节 时频信号特征分析 335第 8 节 基本统计分析 337

第八章 机器学习与心理行为数据挖掘 353第 1 节 有监督的机器学习 354第 2 节 无监督的机器学习 381第 3 节 深度学习算法之多层感知机 401

参考文献 437

点击识别下方二维码即可购买

↓ ↓ ↓ ↓ ↓

最新文章

随机文章