實驗數據處理與科技繪圖 下載 mobi epub pdf 電子書 2025

簡體網頁||繁體網頁

☆☆☆☆☆

徐雲升 等 著

圖書標籤:

• 數據處理
• 科技繪圖
• 實驗數據
• 科學計算
• 數據分析
• 繪圖軟件
• 實驗技能
• 高等教育
• 理工科
• MATLAB

齣版社： 華南理工大學齣版社

ISBN：9787562333098

版次：1

商品編碼：10302475

品牌：墨點

包裝：平裝

開本：16開

齣版時間：2010-08-01

頁數：176

正文語種：中文

內容簡介

《實驗數據處理與科技繪圖》是在藉鑒國內有關實驗數據處理和科技繪圖方麵的教材和專著的基礎上，結閤作者多年從事實驗數據處理與教學經驗編著而成的。全書共分四章，全麵詳細地介紹瞭實驗數據處理和科技繪圖的理論知識和具體操作方法。具體內容安排如下：第1章：實驗數據的測量及誤差；第2章：Excel在數據處理和科技繪圖中的應用；第3章：Origin在科技繪圖中的應用；第4章：SAS在數據處理中的應用。
《實驗數據處理與科技繪圖》內容新穎，理論聯係實際，不僅可作為高等院校本、專科學生教材，也可作為成人教育、電視大學及相關專業的教材或參考書，還可供從事數據分析、處理工作人員做技術參考。

目錄

1 實驗數據的測量及誤差
1.1 數據測量的誤差
1.1.1 測量的定義
1.1.2 測量方法的分類
1.2 誤差的基本概念
1.2.1 誤差的定義及錶示法
1.2.2 誤差的來源
1.2.3 誤差的分類及性質
1.3 測量程度及評價
1.3.1 準確度、精密度和精確度
1.3.2 測量精度的評價
1.3.3 可疑數值的捨棄
1.4 有效數字及數據的錶示
1.4.1 有效數字的記法
1.4.2 數字捨入規則
1.4.3 數據運算規則
1.5 誤差分析
1.5.1 隨機誤差
1.5.2 係統誤差
1.5.3 粗大誤差
1.6 迴歸分析
1.6.1 一元綫性迴歸方程
1.6.2 可綫性化的一元非綫性迴歸
1.6.3 多元迴歸

2 Excel在數據處理和科技繪圖中的應用
2.1 Excel 2003概述
2.1.1 Excel 2003的主要功能
2.1.2 Excel 2003的啓動
2.1.3 Excel 2003窗口組成及相關概念
2.2 Excel 2003基本操作
2.2.1 文件操作
2.2.2 工作錶操作
2.3 建立和編輯錶格
2.3.1 選定單元格
2.3.2 輸入數據、序列
2.3.3 編輯工作錶
2.4 常用實驗數據的輸入與基本操作
2.4.1 輸入普通數據
2.4.2 輸入數字長度為12位以上的數據
2.4.3 輸入以“0”開頭的數據
2.4.4 輸入指定小數位的數值
2.4.5 輸入分數
2.4.6 輸入日期和時間
2.4.7 輸入百分比數據
2.5 實驗數據設置與編輯
2.5.1 讓數據自動換行
2.5.2 以紅色數值顯示負值
2.5.3 自定義數字格式
2.6 數據有效性
2.6.1 設置數據有效性
2.6.2 數據條件格式
2.6.3 數據排序
2.6.4 數據篩選
2.7 數據錶（模擬運算錶）
2.7.1 單變量數據錶運算
2.7.2 雙變量數據錶運算
2.7.3 單變量求解示例
2.8 迴歸分析
2.8.1 建立投資收益額分析模型
2.8.2 計算斜率和截距係數
2.9 Excel在科技繪圖中的應用
2.9.1 圖錶嚮導
2.9.2 摺綫圖繪製
2.9.3 數據麯綫的迴歸分析
2.9.4 其他圖錶的繪製

3 Origin在科技繪圖中的應用
3.1 Origin基礎知識
3.1.1 Origin的工作界麵簡介
3.1.2 主要功能介紹
3.2 基本操作
3.2.1 項目文本操作
3.2.2 數據錶基本操作
3.3 二維圖形繪製
3.3.1 用已知麯綫方程繪製圖形
3.3.2 用實驗數據繪製圖形
3.3.3 修改圖形的外觀
3.3.4 雙y軸麯綫的繪製
3.4 麯綫的擬閤
3.4.1 綫性擬閤
3.4.2 多項式擬閤
3.5 應用舉例
3.5.1 直綫繪圖
3.5.2 麯綫繪圖
3.5.3 半對數繪圖

4 SAS在數據處理中的應用
4.1 SAS界麵簡介
4.1.1 安裝及運行SAS
4.1.2 SAS啓動
4.1.3 SAS圖形窗口界麵
4.1.4 SAS界麵操作入門
4.2 SAS程序
4.2.1 數據步（Data Step）
4.2.2 SAS程序步（Proc Step）
4.2.3 SAS基本概念
4.3 SAS／ASSIST視窗簡介
4.3.1 ASSIST視窗啓動
4.3.2 ASSIST視窗使用方法
4.4 輸入數據
4.4.1 運行Proc Insight
4.4.2 輸入數據
4.5 SA ／Insight在基本統計分析中的應用
4.5.1 統計知識概述
4.5.2 SAS／Insight對一維數據作圖
4.5.3 SAS／Insight對二維數據作圖
4.5.4 SAS／Insight對三維數據作圖
4.5.5 SAS／Insight對數據描述統計方法
4.5.6 SAS／Insight對數據進行單變量檢驗
4.6 SAS在正交試驗設計中的應用
4.6.1 正交試驗設計基本方法
4.6.2 正交錶的基本性質
4.6.3 正交試驗設計的基本程序
4.6.4 SAS統計軟件在方差分析中的應用
參考文獻

精彩書摘

3.根據測量條件劃分（1）等精度測量對某一固定被測量進行重復測量，所取得的測量數據可認為是在相同的測量精度條件下得到的，這種測量稱為等精度測量。對一固定被測量作等精度測量，所得測量數據允許有一定範圍的大小變化。但對偏大或偏小的數值，不能判定哪種數值更加接近被測量的真實值，隻能采取一視同仁的態度，同等對待。對取得數據的信賴程度是相同的，這是判定是否為等精度測量的重要依據。
（2）不等精度測量對一被測量進行測量得到的數據，其精確度可判定是不等的，這種測量稱為不等精度測量。不等精度測量的精度不等，可能是由於條件的改變、所用測量設備的不同或更換，也可能是數據來源不同得到的。對不等精度的數據應當采用特殊的處理方法。4.根據被測對象在測量過程中所處狀態劃分（1）靜態測量被測量在測量過程中可以認為是固定不變的，對這種被測量進行的測量稱為靜態測量。實際上，靜態測量就是不需要考慮時間因素對被測量的影響，把被測量或是測量誤差作為隨機變量來研究。
（2）動態測量
被測量是處在隨時間不斷變化的狀態，對這種被測量進行的測量稱為動態測量。進行這種測量和處理所得到的數據，就要考慮時間因素對被測量的影響，即把測得值或測量誤差作為隨機過程來研究。
上麵介紹的四種測量分類方法，涉及以後研究誤差問題首先要弄清楚的基本概念，對各種專業所進行的測量具有特性的問題。有關各種專業的測量學的詳細內容，請查閱相關的專著。

前言/序言

　　數據處理的相關知識屬於研究生課程，很多院校本科生並沒有開設此類課程，但從多年的教學實踐來看，數據處理的基本知識不但本科生需要，專科生也需要，這就是編寫本書的初衷。本書編寫的指導思想是結閤實例，通俗易懂，實用性強。科學實驗麵對的是大量的實驗數據，通過對實驗數據的分析處理，獲得可信的實驗結果。我們用常規的數理統計分析方法是相當繁瑣和枯燥的。隨著計算機技術的迅速發展，用計算機分析處理實驗數據成為可能，數據處理的應用軟件也應運而生，利用這類軟件在無需編程的情況下，使大量的數據處理變得方便、快捷。實驗數據處理和科技繪圖是高等院校學生經常要麵對的問題，特彆是在研究生、本科生進行畢業論文設計時顯得尤為重要。實驗數據的測量、分析、計算及有效數字取捨等是否科學閤理，對實驗設計、工藝條件選擇和預期目標正確性的判斷等方麵均起著極其重要的作用。
　　本書共4章，在編寫過程中，結閤科研和教學的經驗，重點闡述瞭Excel、Origin及SAS三種統計應用軟件在實驗數據處理和科技繪圖中的應用。第l章主要講述瞭實驗數據的測量和誤差、有效數字的計算和取捨，其目的是讓學生掌握對測量精度的分析、計算，進而進行誤差的閤理分配，以便在最經濟的條件下，得到最閤理的測量數據和最佳的數據處理結果。第2章介紹常用的應用軟件Excel在數據處理中的應用。第3章介紹Origin應用軟件在科技繪圖中的應用。第4章介紹SAS統計軟件在數據處理中的應用。通過對相關統計分析軟件的學習，使學生樹立用統計學的眼光和思維看待客觀事物，能在一定程度上使學生建立起清晰的數量化概念。但要對三種軟件的數據處理功能運用自如，還要結閤本專業的特點進行實際訓練。
　　本書由徐雲升教授提供編寫的思路和大綱、負責統稿和審稿工作。張鐵濤老師編寫第1章、第4章；黎瑞珍老師編寫第2章、第3章。在本書編著過程中，還得到瞭許多老師的關心和幫助，在此一並緻謝！
　　由於編者水平有限，書中難免存在錯誤和疏漏之處，敬請讀者批評指正。

好的，這是一份關於一本名為《實驗數據處理與科技繪圖》的圖書的詳細簡介，內容側重於該書不涉及或不詳述的領域。 --- 圖書簡介：深入探索現代信息技術與前沿科學計算的基石 本書並非涵蓋以下領域： 本指南的重點在於提供基礎而實用的科學數據處理方法與可視化技術，我們明確地將以下不屬於本書核心討論範圍的深度或專業領域排除在外，以確保讀者能夠專注於核心技能的構建。 --- 一、 理論計算物理與高級數學建模的深度探究（未涉及） 本書側重於處理和展示既有的實驗數據，而非從零開始構建復雜的理論模型。因此，以下內容不在本書的討論範疇之內： 1. 量子力學與場論的解析解法： 本書不涉及薛定諤方程、狄拉剋方程的解析推導，或使用費曼路徑積分等方法進行高維或高能物理問題的精確求解。我們不會深入探討激發態的精確計算、自洽場理論（SCF）的迭代算法優化，或是量子色動力學（QCD）的格子規範理論（Lattice QCD）的數值實現細節。 2. 拓撲學與微分幾何在物理中的應用： 對於黎曼幾何、陳類理論等高度抽象的數學工具，以及它們如何用於描述彎麯時空（如廣義相對論）或材料中的拓撲絕緣體性質，本書不做深入的數學推導或物理意義闡釋。我們的數據處理流程建立在歐幾裏得空間或簡單的嚮量代數基礎之上。 3. 符號計算係統的深度編程與開發： 雖然數據處理可能涉及一些基礎的代數操作，但本書完全不教授如何使用如 Mathematica, Maple 或 SymPy 等軟件進行復雜的符號積分、極限求解或自動微分係統的底層架構設計。我們的重點是數值處理，而非解析推導。 二、 計算機科學與軟件工程的底層實現（未涉及） 本書旨在讓科學傢和工程師能夠高效地應用現有工具，而不是成為軟件開發者。因此，以下與軟件開發、算法優化和係統架構相關的領域被明確排除： 1. 編譯原理與操作係統內核級優化： 我們不會討論如何編寫編譯器、如何進行 C/C++ 級彆的內存管理、綫程調度，或操作係統內核如何優化 I/O 操作以加速大型數據集的讀取速度。 2. 數據庫管理係統（DBMS）的底層架構： 本書不深入探討關係型數據庫（如 PostgreSQL, MySQL）或非關係型數據庫（如 MongoDB）的 B 樹索引結構、事務隔離級彆（ACID 屬性的保障機製）、查詢優化器（Query Optimizer）的工作原理，或 SQL 語言的深度定製與性能調優。數據存儲和檢索主要依賴於文件係統和內存結構。 3. 深度學習模型的架構設計與訓練（側重理論）： 雖然我們會提及數據預處理對機器學習的重要性，但本書不詳細闡述捲積神經網絡（CNN）、循環神經網絡（RNN）或 Transformer 模型的具體層級設計、反嚮傳播（Backpropagation）的精確數學流程，或如何設計定製化的損失函數。我們不會教授如何使用 TensorFlow 或 PyTorch 構建和訓練一個全新的、復雜的深度學習模型。 三、 尖端生物信息學與基因組學分析（未涉及） 在生命科學數據的處理方麵，本書的關注點停留在通用統計和可視化層麵，不會涉足高度專業化的生物信息學工具鏈： 1. 高通量測序數據（NGS）的原始數據處理： 我們不涉及 FASTQ 文件的質量控製（QC）、序列比對（Alignment，如使用 BWA 或 Bowtie2）、變異檢測（Variant Calling）的復雜算法，或從頭組裝（De Novo Assembly）的難題。 2. 蛋白質結構預測與分子動力學模擬的細節： 本書不會教授如何設置分子動力學（MD）模擬的初始條件、選擇閤適的力場（Force Field，如 AMBER 或 CHARMM），或使用如 GROMACS、LAMMPS 等軟件進行長時間、高精度的原子級彆模擬。 四、 高級信號處理與圖像處理的數學基礎（未涉及） 對於信號和圖像的“處理”，本書的範圍僅限於基礎的平滑、濾波和常規的傅裏葉變換（FFT）應用。以下高級技術不包含在內： 1. 小波分析（Wavelet Analysis）的深入應用： 我們不會詳細介紹連續小波變換（CWT）或離散小波變換（DWT）的數學理論基礎、多分辨分析框架，或如何選擇最佳的小波基函數來處理非平穩信號。 2. 復雜濾波器的設計與實現： 本書不教授如何設計和實現如卡爾曼濾波器（Kalman Filter）用於狀態估計、自適應濾波（LMS, RLS）或基於高階統計量的盲源分離技術。 3. 計算機視覺中的復雜算法： 圖像處理僅限於基礎的灰度化、直方圖均衡化和簡單的邊緣檢測。我們不討論諸如 SLAM（同步定位與地圖構建）、三維重建、基於特徵點的匹配算法（如 SIFT/SURF 的原理），或復雜的圖像分割方法。 五、 專利法、知識産權與科技論文的規範撰寫（未涉及） 本書旨在教會讀者如何處理數據和繪圖，但對數據背後的管理和傳播規範不做詳細指導： 1. 實驗記錄的法律閤規性與知識産權歸屬： 我們不提供關於如何撰寫實驗記錄的法律條款、如何申請專利、如何界定數據共享協議（Data Usage Agreements）或如何處理研究倫理問題的指導。 2. 期刊投稿與審稿流程的策略分析： 本書不會詳細分析如何選擇閤適的國際期刊、如何迴應審稿人的尖銳意見、或如何進行高級的學術寫作潤色以提高被引率。 --- 總結： 本書嚴格聚焦於實驗數據的獲取後處理，強調使用成熟的軟件工具（如 Excel, Origin, Matplotlib, Gnuplot 等）進行數據清洗、統計分析、誤差評估以及製作符閤科技齣版標準的二維和三維可視化圖錶。它是一本麵嚮實踐者的操作手冊，旨在彌閤實驗操作與最終報告成果之間的鴻溝，而不是一本深入探究底層數學原理或軟件工程的理論專著。

評分☆☆☆☆☆

讀完《實驗數據處理與科技繪圖》這本書，我最大的感受就是它填補瞭我知識體係中的一個重要空白。作為一名剛步入科研領域的研究生，我常常在整理和呈現實驗結果時感到力不從心。過去，我總是傾嚮於使用最簡單直接的方式來處理數據和繪製圖錶，很少考慮數據的嚴謹性以及圖錶的可讀性和信息傳達能力。這本書的齣現，就像一位經驗豐富的導師，循序漸進地指導我如何正確地進行數據處理。從數據的預處理、清洗，到各種統計方法的選擇和應用，再到如何解讀和呈現分析結果，書中都給齣瞭詳細的步驟和清晰的解釋。我特彆喜歡其中關於數據可視化的章節，作者不僅僅教我如何操作軟件，更重要的是闡述瞭設計優秀圖錶的原則和理念。那些關於圖錶選擇、顔色搭配、坐標軸設置、以及如何突齣關鍵信息點的建議，都非常實用。我嘗試著將書中的一些方法應用到我最近的一個實驗項目中，結果令人驚喜。我繪製的圖錶比以前清晰瞭許多，數據也顯得更加有說服力。書中還介紹瞭一些我之前完全沒有接觸過的先進技術，比如一些高級的統計模型和機器學習在數據分析中的應用，雖然這些內容我暫時還沒有深入研究，但已經讓我對未來的學習方嚮有瞭更清晰的規劃。總的來說，這本書不僅是一本技術手冊，更是一本思維的啓迪書，讓我看到瞭數據處理和圖錶展示的無限可能。

評分☆☆☆☆☆

這本書的齣版，對我這個在學術界摸爬滾打多年的研究人員來說，簡直是及時雨。我一直深知，一個齣色的研究成果，離不開紮實的數據支撐和清晰的圖錶展示。然而，隨著科技的發展，數據處理和可視化技術也在不斷更新，我們這些“老傢夥”如果不與時俱進，很容易被淘汰。當我拿到《實驗數據處理與科技繪圖》這本書時，我首先被其內容的全麵性所吸引。它不僅僅涵蓋瞭傳統意義上的數據分析方法，更重要的是，它深入探討瞭如何將這些分析結果以最有效的方式呈現齣來。書中對於各種科學繪圖軟件的講解，我個人認為非常到位，它並沒有停留在簡單的操作層麵，而是從科學圖錶的本質齣發，講解瞭如何利用這些工具來傳遞復雜的信息。我特彆欣賞其中關於“信息架構”在圖錶設計中的應用，這讓我意識到，一個好的圖錶，不僅僅是數據的堆砌，更是邏輯的呈現。此外，書中關於如何處理和展示大型數據集的章節，也為我提供瞭很多新的思路。在我的研究工作中，經常會遇到龐雜的數據，過去我常常為此感到頭疼，而這本書提供瞭一些非常實用的策略和技術，讓我能夠更有效地管理和分析這些數據。這本書的語言風格也非常專業嚴謹，同時又不失通俗易懂，讓我在閱讀過程中能夠快速掌握核心內容。

評分☆☆☆☆☆

我是一名對科學研究充滿熱情但又經常被數據和圖錶摺磨的跨學科學習者，當《實驗數據處理與科技繪圖》這本書齣現在我的視野中時，我感到一股久違的興奮。這本書以一種非常易於理解的方式，將復雜的數據處理和科技繪圖過程變得清晰明瞭。它並沒有直接丟給我一大堆理論，而是從最基礎的實驗數據采集和預處理開始，一步步引導我如何去理解數據的本質。我特彆喜歡書中關於統計分析的講解，它不僅僅列舉瞭各種統計方法，更重要的是解釋瞭每種方法背後的邏輯和適用場景，讓我能夠根據自己的實驗數據選擇最閤適的分析工具。而科技繪圖的部分，更是讓我眼前一亮。作者沒有僅僅停留在軟件操作層麵，而是深入探討瞭如何通過圖錶有效地傳達科學信息，如何讓一個原本枯燥的數據變得生動有趣，具有說服力。我過去常常在製作圖錶時感到無從下手，或者做齣的圖錶總是顯得不夠專業，而這本書則為我提供瞭係統的指導，讓我學會瞭如何從用戶的角度去思考圖錶的設計，如何讓圖錶更加直觀、準確地反映實驗結果。書中還穿插瞭一些不同領域的研究案例，讓我能夠看到不同學科是如何運用這些技術來推動研究的，這極大地拓寬瞭我的視野。這本書的結構安排也很閤理，內容由淺入深，非常適閤初學者，同時對於有一定基礎的研究者來說，也能從中找到不少新的靈感。

評分☆☆☆☆☆

《實驗數據處理與科技繪圖》這本書，我拿到手上的時候，其實是抱著一種“試試看”的心態。我一直覺得，科學研究，尤其是實驗科學，數據分析和圖錶展示是繞不開的兩大環節，但一直以來，我更多的是依賴一些基礎的軟件操作，對背後的原理和更高效的方法瞭解不多。拿到這本書，我首先注意到的是它的封麵設計，簡約而不失專業感，這讓我對內容産生瞭初步的期待。翻開目錄，裏麵涉及瞭數據采集的質量控製、多種數據處理方法（包括統計分析、麯綫擬閤等）、以及如何利用專業的繪圖軟件製作齣既美觀又信息量豐富的圖錶。特彆是關於誤差分析和不確定度量化這部分，雖然以前在課堂上接觸過，但書中的講解清晰瞭很多，給齣瞭很多實際操作的案例，讓我能更容易地理解如何將理論應用到我的實驗數據中。我尤其關注瞭其中關於數據可視化設計原則的部分，作者強調瞭圖錶的清晰度、準確性和信息傳達效率，這對於我過去常常齣現的“畫瞭很多圖，但效果不佳”的情況來說，無疑是雪中送炭。書中還提到瞭不少進階的繪圖技巧，比如如何製作交互式圖錶、如何利用腳本自動化繪圖流程等等，這些都讓我看到瞭提升實驗報告質量和研究效率的希望。雖然我還沒有來得及完全深入學習每一個章節，但僅從目錄和開篇的幾章內容來看，這本書就給我帶來瞭很多啓發，讓我看到瞭在數據處理和圖錶製作方麵有巨大的提升空間。

評分☆☆☆☆☆

老實說，我拿到《實驗數據處理與科技繪圖》這本書時，並沒有抱太大的期望，畢竟市麵上這類技術類書籍很多，但真正能打動人的卻不多。然而，這本書卻給瞭我很大的驚喜。它不僅僅是一本技術指南，更像是一位循循善誘的老師。作者在講解數據處理方法時，非常注重理論與實踐的結閤，給齣瞭大量貼閤實際的案例，讓我能夠很直觀地理解抽象的概念。我尤其喜歡書中關於“數據故事”的講述，它強調瞭如何通過數據和圖錶來講述一個引人入勝的科學故事，這對於提升我們研究成果的吸引力至關重要。在科技繪圖方麵，這本書也給瞭我很多啓發。我過去常常在製作圖錶時，隻關注數據的準確性，而忽略瞭圖錶的美觀性和信息傳達的效率。這本書則從設計美學和認知心理學的角度，講解瞭如何製作齣既科學又具有藝術感的圖錶。比如，關於顔色選擇的建議，就讓我受益匪淺。而且，書中還介紹瞭一些自動化繪圖的技巧，這對於需要大量重復性製圖工作的研究者來說，無疑是極大的福音。這本書的內容非常豐富，涵蓋瞭從基礎的數據處理到進階的圖錶製作，甚至還涉及瞭一些前沿的數據可視化技術。我相信，這本書對於任何從事實驗科學研究的人來說，都是一本不可多得的寶貴財富。

評分☆☆☆☆☆

書很好,送貨也快!總之不錯!~~

評分☆☆☆☆☆

這本書抄得真不行，裏麵介紹的東西非常淺顯，後麵所使用的科技繪圖軟件一個勁的把彆人的工具書拿來抄，貼圖更是離譜，把怎麼打開Excel都貼上個大半頁，如果說這是給中學生寫的書，我還覺得挺好的，但是。。。。強烈建議如果懂得怎麼使用Excel的人就不要買瞭。如果要說優點的話，我隻能說還好不是很貴，對得起這個價瞭。

評分☆☆☆☆☆

書很好,送貨也快!總之不錯!~~

評分☆☆☆☆☆

這本書抄得真不行，裏麵介紹的東西非常淺顯，後麵所使用的科技繪圖軟件一個勁的把彆人的工具書拿來抄，貼圖更是離譜，把怎麼打開Excel都貼上個大半頁，如果說這是給中學生寫的書，我還覺得挺好的，但是。。。。強烈建議如果懂得怎麼使用Excel的人就不要買瞭。如果要說優點的話，我隻能說還好不是很貴，對得起這個價瞭。

評分☆☆☆☆☆

書很好,送貨也快!總之不錯!~~

評分☆☆☆☆☆

這本書抄得真不行，裏麵介紹的東西非常淺顯，後麵所使用的科技繪圖軟件一個勁的把彆人的工具書拿來抄，貼圖更是離譜，把怎麼打開Excel都貼上個大半頁，如果說這是給中學生寫的書，我還覺得挺好的，但是。。。。強烈建議如果懂得怎麼使用Excel的人就不要買瞭。如果要說優點的話，我隻能說還好不是很貴，對得起這個價瞭。

評分☆☆☆☆☆

書很好,送貨也快!總之不錯!~~

評分☆☆☆☆☆

這本書抄得真不行，裏麵介紹的東西非常淺顯，後麵所使用的科技繪圖軟件一個勁的把彆人的工具書拿來抄，貼圖更是離譜，把怎麼打開Excel都貼上個大半頁，如果說這是給中學生寫的書，我還覺得挺好的，但是。。。。強烈建議如果懂得怎麼使用Excel的人就不要買瞭。如果要說優點的話，我隻能說還好不是很貴，對得起這個價瞭。

評分☆☆☆☆☆

書很好,送貨也快!總之不錯!~~