09.1 資料處理->人工智慧

簡介

資料表示->資料清洗->資料統計->資料視覺化->資料探勘->人工智慧

資料表示：採用合適方式用程式表達資料
資料清理：資料歸一化、資料轉換、異常值處理
資料統計：資料的概要理解，數量、分佈、中位數等
資料視覺化：直觀展示資料內涵的方式
資料探勘：從資料分析獲得知識，產生資料外的價值
人工智慧：資料/語言/影象/視覺等方面深度分析與決策

庫介紹

資料處理：
    Numpy: 表達N維陣列的最基礎庫，C語言實現，計算速度優異（http://www.numpy.org）；
    Pandas: Python資料分析高層次應用庫基於Numpy開發（http://pandas.pydata.org）；
    SciPy: 數學、科學和工程計算功能庫（http://www.scipy.org）
視覺化：
    Matplotlib: 高質量的二維資料視覺化功能庫(http://matplotlib.org)；
    Seaborn: 統計類資料視覺化功能庫;
    Mayavi：三維科學資料視覺化功能庫(http://docs.enthought.com/mayavi/mayavi/)
文字處理：
    PyPDF2：用來處理pdf檔案的工具集；
    NLTK：自然語言文字處理第三方庫；
    Python-docx：建立或更新Microsoft Word檔案的第三方庫
機器學習：
    Scikit-learn：機器學習方法工具集;
    TensorFlow：AlphaGo背後的機器學習計算框架;
    MXNet：基於神經網路的深度學習計算框架
 

def pysum():
    a = [0,1,2,3,4]
    b = [9,8,7,6,5]
    c = []
    for i in range(len(a)):
        c.append(a[i]**2+b[i]**3)
    return c
print(pysum())

## numpy庫
import numpy as np
def npsum():
    a = np.array([0,1,2,3,4])
    b = np.array([9,8,7,6,5])
    c = a**2 + b**3
  return c
print(npsum())
>[729 513 347 225 141]

## "霍蘭德人格分析雷達圖"例項展示
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
matplotlib.rcParams['font.family'] = 'SimHei'  ## 黑體
radar_labels = np.array(['研究型(I)','藝術型(A)','社會型(S)','企業型(E)','常規型(C)','現實型(R)'])
data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
                [0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
                [0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
                [0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
                [0.20, 0.38, 0.87, 0.45, 0.32, 0.28],
                [0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) #資料值
data_labels = ('藝術家','實驗員','工程師','推銷員','社會工作者','記事員')
angles = np.linspace(0, 2*np.pi, 6, endpoint=False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor="white")
plt.subplot(111, polar=True)
plt.plot(angles,data,'o-', linewidth=1, alpha=0.2)
plt.fill(angles,data, alpha=0.25)
plt.thetagrids(angles*180/np.pi, radar_labels,frac = 1.2)
plt.figtext(0.52, 0.95, '霍蘭德人格分析', ha='center', size=20)
legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.1)
plt.setp(legend.get_texts(), fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.png')
plt.show()

 

09.2 Web解析->網路空間

庫介紹

網路爬蟲：
    Requests: 最友好的網路爬蟲功能庫(http://www.python-requests.org/)；
    Scrapy: 優秀的網路爬蟲框架(https://scrapy.org);
    pyspider: 強大的Web頁面爬取系統
資訊提取：
    Beautiful Soup: HTML和XML的解析庫(https://www.crummy.com/software/BeautifulSoup/bs4)；
    Re: 正則表示式解析和處理功能庫(https://docs.python.org/3.6/library/re.html);
    Python-Goose: 提取文章型別Web頁面的功能庫(https://github.com/grangier/python-goose)
網站開發：
    Django: 最流行的Web應用框架(MTV)(https://www.djangoproject.com);
    Pyramid: 規模適中的Web應用框架(https://trypyramid.com/);
    Flask: Web應用開發微框架(http://flask.pocoo.org)
應用開發：
    WeRoBot: 微信公眾號開發框架(https://github.com/offu/WeRoBot)；
    aip: 百度AI開放平臺介面(https://github.com/Baidu-AIP/python-sdk);
    MyQR: 二維碼生成第三方庫(https://github.com/sylnsfar/qrcode)
 

## Pyramid
from wsgiref.simple_server import make_server
from pyramid.config import Configurator
from pyramid.response import Response
def hello_world(request):
    return Response('Hello World!')
if __name__ == '__main__':
    with Configurator() as config:
        config.add_route('hello', '/')
        config.add_view(hello_world, route_name='hello')
        app = config.make_wsgi_app()
server = make_server('0.0.0.0', 6543, app)
server.serve_forever()

## Flask
from flask import Flask
app = Flask(__name__)
@app.route('/')
def hello_world():
    return 'Hello, World!'

## WeRoBot
import werobot
robot = werobot.WeRoBot(token='tokenhere')
@robot.handler
def hello(message):
    return 'Hello World!'

09.3 人機互動->藝術設計

庫介紹

圖形使用者介面：
    PyQt5: Qt開發框架的Python介面(https://www.riverbankcomputing.com/software/pyqt);
    wxPython: 跨平臺GUI開發框架
    PyGObject: 使用GTK+開發GUI的功能庫
遊戲開發：
    PyGame: 簡單的遊戲開發功能庫(http://www.pygame.org);
    Panda3D: 開源、跨平臺的3D渲染和遊戲開發庫;
    cocos2d: 構建2D遊戲和圖形介面互動式應用的框架
虛擬現實：
    VR Zero: 在樹莓派上開發VR應用的Python庫;
    pyovr: Oculus Rift的Python開發介面;
    Vizard: 基於Python的通用VR開發引擎(http://www.worldviz.com/vizard-virtual-reality-software);
圖形藝術：
    Quads: 迭代的藝術(https://github.com/fogleman/Quads);
    ascii_art: ASCII藝術庫(https://github.com/jontonsoup4/ascii_art);
    turtle: 海龜繪圖體系(https://docs.python.org/3/library/turtle.html);

## PyGObject
import gi
gi.require_version("Gtk", "3.0")
from gi.repository import Gtk
window = Gtk.Window(title="Hello World")
window.show()
window.connect("destroy", Gtk.main_quit)
Gtk.main()

## 玫瑰花
import turtle as t
# 定義一個曲線繪製函式
def DegreeCurve(n, r, d=1):
    for i in range(n):
        t.left(d)
        t.circle(r, abs(d))
# 初始位置設定
s = 0.2 # size
t.setup(450*5*s, 750*5*s)
t.pencolor("black")
t.fillcolor("red")
t.speed(100)
t.penup()
t.goto(0, 900*s)
t.pendown()
# 繪製花朵形狀
t.begin_fill()
t.circle(200*s,30)
DegreeCurve(60, 50*s)
t.circle(200*s,30)
DegreeCurve(4, 100*s)
t.circle(200*s,50)
DegreeCurve(50, 50*s)
t.circle(350*s,65)
DegreeCurve(40, 70*s)
t.circle(150*s,50)
DegreeCurve(20, 50*s, -1)
t.circle(400*s,60)
DegreeCurve(18, 50*s)
t.fd(250*s)
t.right(150)
t.circle(-500*s,12)
t.left(140)
t.circle(550*s,110)
t.left(27)
t.circle(650*s,100)
t.left(130)
t.circle(-300*s,20)
t.right(123)
t.circle(220*s,57)
t.end_fill()
# 繪製花枝形狀
t.left(120)
t.fd(280*s)
t.left(115)
t.circle(300*s,33)
t.left(180)
t.circle(-300*s,33)
DegreeCurve(70, 225*s, -1)
t.circle(350*s,104)
t.left(90)
t.circle(200*s,105)
t.circle(-500*s,63)
t.penup()
t.goto(170*s,-30*s)
t.pendown()
t.left(160)
DegreeCurve(20, 2500*s)
DegreeCurve(220, 250*s, -1)
# 繪製一個綠色葉子
t.fillcolor('green')
t.penup()
t.goto(670*s,-180*s)
t.pendown()
t.right(140)
t.begin_fill()
t.circle(300*s,120)
t.left(60)
t.circle(300*s,120)
t.end_fill()
t.penup()
t.goto(180*s,-550*s)
t.pendown()
t.right(85)
t.circle(600*s,40)
# 繪製另一個綠色葉子
t.penup()
t.goto(-150*s,-1000*s)
t.pendown()
t.begin_fill()
t.rt(120)
t.circle(300*s,115)
t.left(75)
t.circle(300*s,100)
t.end_fill()
t.penup()
t.goto(430*s,-1070*s)
t.pendown()
t.right(30)
t.circle(-600*s,35)
t.done()