PYTHON心理学应用

心理学作为一门探索人类心智与行为的科学，正经历着数字化研究范式的深刻变革。随着认知神经影像技术精度的提升、行为实验复杂度的增加以及大规模心理测量数据的涌现，传统研究工具已难以满足当代心理学对数据建模、实验控制和跨学科分析的需求。Python语言以其简洁优雅的语法、丰富的科学计算生态和活跃的开源社区，为心理学研究者提供了从实验设计到数据分析的全链条解决方案。
70万字，450页，全彩印刷的《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。
本书立足于心理学研究的实际场景，系统梳理Python在心理学领域的核心应用场景。不同于常规编程教材，本书始终以“问题驱动”为主线：每章内容紧紧围绕心理学研究的实际问题，继而解析Python工具的实现路径，最终以示例代码回归到切实的解决方法。这种螺旋式前进的内容设计，旨在帮助读者建立“技术工具服务于科学问题”的底层思维，避免陷入为编程而编程的误区。
本书涵盖Python的基础知识，深入介绍如何在心理学实验、数据分析和可视化中发挥其优势，特别是PsychoPy在实验设计中的应用和MNE-Python在脑电与脑磁数据分析中的实践。
本书针对EEG/MEG数据分析提供了MNE-Python 专题章节，提供完整可运行的示例代码，更通过实际案例从基础的事件相关电位处理到高级的时频分析进行讲解。

适用读者
（1）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。
（2）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。
（3）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。

本书系统介绍了Python语言基础，并结合心理学实验设计和数据分析的实际需求，深入探讨了Python在实验设计、数据预处理、分析以及可视化方面的应用。书中不仅涵盖了Python的基本编程知识，还详细介绍了多个与数据分析密切相关的Python库，如NumPy、Pandas和Matplotlib等，帮助读者理解如何通过这些工具进行高效的数据操作、统计分析以及图形绘制。同时，本书还着重介绍了专为心理学实验设计的工具PsychoPy，引领读者掌握从最基础的实验构建到更复杂的程序控制的实践技能；探讨了如何将Python与行为实验数据的采集和分析结合起来，尤其是对于脑电（EEG）和脑磁（MEG）数据的处理和分析；介绍了MNE-Python库的使用，MNE-Python是一个功能强大的开源库，专为神经科学领域，特别是脑电和脑磁数据的分析设计；提供了从数据预处理到时频分析、源空间分析等各类高级分析方法的完整指南。

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。
已获批发明专利和软件著作权4项，荣获“中国科学院技术能手类技术支撑人才”及“院所两级公共技术中心优秀个人”等多项荣誉，具有深厚的实验方法与数据分析专业背景，在科研技术支持和方法开发方面经验丰富，牵头和组织本书的撰写，致力于为心理学实验设计、数据采集、统计分析和结果可视化提供完整的、一站式解决方案，为心理学研究者和学生提供实践指导，分享工具应用经验。

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。王利刚同时在心理学社会服务领域担任多项职务：现任中国心理学会心理学普及工作委员会主任、中国心理学会心理服务标准化工作委员会委员、北京心理卫生协会理事，以及全国服务标准化技术委员会心理咨询服务分技术委员会副秘书长。擅长将Python编程应用于心理学实验设计与数据分析，为编写本书做了重要贡献。

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。其研究结合行为实验、脑电（EEG）技术及计算建模方法，深入分析语言加工过程中的脑功能动态与认知规律。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。研究成果发表于Cognition、Journal of Cognitive Neuroscience、Cerebral Cortex等国际学术期刊。

第一章 绪 论…………………………………………………………………1
第一节 Python起源及发展………………………………………………………………1
第二节 Python在心理学研究中的作用…………………………………………………6
第二章 Python语言基础 …………………………………………………11
第一节 Python解释器 …………………………………………………………………12
第二节 集成开发环境 …………………………………………………………………17
第三节 变 量 …………………………………………………………………………29
第四节 数据类型 ………………………………………………………………………31
第五节 控制流和循环 …………………………………………………………………68
第六节 函数和模块 ……………………………………………………………………76
第七节 处理文件和数据 ………………………………………………………………88
第三章 NumPy核心功能解析 ……………………………………………92
第一节 NumPy概述 ……………………………………………………………………92
第二节 基础数组操作 …………………………………………………………………93
第三节 数组运算与广播机制 …………………………………………………………102
第四节 随机数与统计 …………………………………………………………………105
第五节 与Matplotlib结合 ……………………………………………………………108
第四章 Pandas数据处理与分析…………………………………………116
第一节 Pandas概述 …………………………………………………………………116
第二节 数据结构 ………………………………………………………………………118
第三节 数据读取与写入 ………………………………………………………………122
第四节 数据选择与索引操作 …………………………………………………………124
第五节 数据统计与汇总 ………………………………………………………………127
第六节 数据合并与连接 ………………………………………………………………133
第七节 数据清洗与预处理 ……………………………………………………………135
第八节 时间序列数据处理 ……………………………………………………………139
第九节 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
第一节 概率分布 ………………………………………………………………………147
第二节 统计描述 ………………………………………………………………………154
第三节 统计检验 ………………………………………………………………………158
第四节 相关分析 ………………………………………………………………………172
第五节 回归分析 ………………………………………………………………………177
第六章 使用PsychoPy设计与开发实验程序 …………………………182
第一节 PsychoPy简介及安装 ………………………………………………………183
第二节 PsychoPy启动及界面 ………………………………………………………187
第三节 重要属性设置 …………………………………………………………………190
第四节 编辑刺激程序 …………………………………………………………………202
第五节 记录行为反应数据 ……………………………………………………………234
第六节 代码组件与常见实验范式 ……………………………………………………243
第七节 配置在线实验 …………………………………………………………………254
第八节 实验数据记录与管理 …………………………………………………………257
第七章 MNE-Python处理脑电/脑磁数据 ……………………………272
第一节 MNE-Python概述与安装 …………………………………………………273
第二节 加载与查看原始脑电数据 ……………………………………………………279
第三节 数据预处理 ……………………………………………………………………297
第四节 分段数据的读取和查看 ………………………………………………………316
第五节 事件相关电位信号特征分析 …………………………………………………321
第六节 频率信号特征分析 ……………………………………………………………331
第七节 时频信号特征分析 ……………………………………………………………335
第八节 基本统计分析 …………………………………………………………………337
第八章 机器学习与心理行为数据挖掘 …………………………………353
第一节 有监督的机器学习 ……………………………………………………………354
第二节 无监督的机器学习 ……………………………………………………………381
第三节 深度学习算法之多层感知机 …………………………………………………401
参考文献 ……………………………………………………………………437