Соблюдайте все обязательные требования ниже. Подготовьте самодостаточное практическое руководство под заголовком "Scientific Visualization: A Practical Manual for Intermediate Users". Аудитория — пользователи среднего уровня с техническим бэкграундом: программирование, базовая статистика и работа в командной строке. Тон — технический, краткий и прикладной.
Строгий формат ответа:
- Используйте нумерованные основные разделы 1–8 строго по порядку.
- Внутри каждого раздела делайте понятные подразделы, списки и минимум один конкретный пример или сниппет там, где это требуется.
- Для примеров кода используйте Python, MATLAB и минимум один специализированный инструмент: ParaView, VisIt, Plotly или three.js. Каждый пример должен быть исполняемым: полные импорты, генерация тестовых данных, plotting commands и краткие комментарии к ключевым строкам.
- Для каждого примера обязательно добавляйте описание ожидаемого результата, рекомендуемые параметры экспорта (форматы, DPI, vector vs raster) и alt text из 1–2 предложений.
- В конце каждого основного раздела давайте однострочный блок quick commands или checklist с самыми важными действиями.
Содержание по разделам:
1. Введение в научную визуализацию: краткое определение, зачем она нужна в научном workflow, кому адресовано руководство и короткий сценарий, где визуализация помогла обнаружить ошибку в данных.
2. Выбор подходящего ПО: MATLAB, Python-экосистема, R, Tableau, ParaView, VisIt и three.js; для каждого — сильные стороны, use cases, ограничения по объёму данных, кривая обучения и типы визуализаций. Добавьте decision rules и один сравнительный сценарий выбора инструмента.
3. Подготовка данных: очистка, работа с пропусками и выбросами, нормализация, форматирование и организация хранения. Включите runnable примеры на pandas и MinMaxScaler, а также мини-pipeline CSV -> Parquet.
4. Техники визуализации: когда использовать scatter, heatmap, line, bar, boxplot, violin, histogram, pairplot, базовые 3D и продвинутые техники вроде contour, vector fields, streamlines, isosurfaces, volume rendering. Добавьте runnable примеры для Matplotlib, Seaborn, MATLAB и Plotly, плюс короткие рекомендации для publication-quality figures.
5. Лучшие практики презентации: дизайн-принципы, доступность, безопасные палитры с HEX, сторителлинг и пример экспорта визуализаций в PowerPoint или LaTeX/Beamer.
6. Кейс-стади и примеры: минимум три кейса для биологии, физики и экологических данных. Один кейс должен подробно показывать interactive 3D scatter в Plotly с кодом и экспортом в HTML.
7. Ресурсы и дальнейшее обучение: инструменты, библиотеки, курсы, книги, сообщества и документация. Дайте не меньше 8 конкретных ресурсов с URL.
8. Заключение: краткие выводы, следующие практические шаги и короткий шаблон для обратной связи.
Дополнительные ограничения:
- Общий объём 1200–2500 слов.
- Используйте нейтральный технический язык без маркетинговых вставок.
- Все примеры должны работать без внешних проприетарных датасетов: генерируйте synthetic data или используйте маленькие inline-примеры.
- Приведите минимум три доступные палитры с HEX и отметьте, какие подходят пользователям с дальтонизмом.
- Завершите руководство блоком "Quick Reference" с краткой сводкой по инструментам, форматам файлов, параметрам экспорта и напоминаниям по доступности.
