目录
从数据处理到人工智能
数据表示→数据清洗→数据统计→数据可视化→数据挖掘→人工智能
- 数据表示:采用合适方式用程序表达数据
- 数据清理:数据归一化、数据转换、异常值处理
- 数据统计:数据的概要理解,数量,分布,中位数等
- 数据可视化:直观展示数据内涵的方式
- 数据挖掘:从数据分析获得知识,产生数据外的价值
- 人工智能:数据/语言/图像/视觉等方面深度分析与决策
Python库之数据分析
- 表达N维数组的最基础库
- Python接口使用,C语言实现,计算速度优异;
- Python数据分析及科学计算的基础库,支撑Pandas等
- 提供直接的矩阵运算、广播函数、线性代数等功能
#Numpy Test
import numpy
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());
def npSum():
a = numpy.array([0, 1, 2, 3, 4]);
b = numpy.array([9, 8, 7, 6, 5]);
c = a**2 + b**3;
return c;
print(npSum());
#运行结果
#[729, 513, 347, 225, 141]
#[729 513 347 225 141]
- Python数据分析高层次应用库
- 提供管理简单医用的数据结构和数据分析工具
- 理解数据类型与索引的关系,操作索引机操作数据
- Python最主要的数据分析功能库,基于Numpy开发
- Series = 索引+一维数据
- DataFrame = 行列索引 + 二维数据
- 数学、科学和工程相关功能库
- 提供了一批数学算法机工程数据运算功能
- 类似Matlab,可用于如傅里叶变换、信号处理、线性代数类、图像处理类、稀疏图压缩类、稀疏运算类、优化算法类等应用
- Python最主要的科学计算功能库,基于Numpy开发
Python库之数据可视化
- 高质量的二维数据可视化功能库
- 提供了超过100中数据可视化展示效果
- 通过matplotlib.pyplot字库调用各可视化效果
- Python最主要的数据可视化功能库,基于Numpy开发
- 统计类数据可视化功能库
- 提供了一批高层次的统计类数据可视化展示效果
- 主要展示数据间分布、分类和线性关系等内容
- 基于Matplotlib开发,支持Numpy和Pandas
- 三维科学数据可视化功能库
- 提供了一批简单易用的3D科学计算数据可视化展示效果
- 目前版本是Mayavi2,三维可视化最主要的第三方库
- 支持Numpy、TVTK、Traits、Envisage等第三方库
Python库之文本处理
- 用来处理pdf文件的工具集
- 提供了一批处理PDF文件的计算功能
- 支持获取信息、分隔/整合文件、加密解密等
- 完全Python语言实现,不需要额外依赖库,功能稳定
- 自然语言文本处理第三方库
- 提供了一批简单易用的自然语言文本处理功能
- 支持语言文本分类、标记、语法句法、语义分析等
- 最优秀的Python自然语言处理库
- 创建或更新Micsoft Word文件的第三方能库
- 提供创建或更新.doc .docx等文件的计算功能
- 增加并配置段落、图片、表格、文字等,功能全面
#Python-docxTest
from docx import Document
document = Document();
document.add_heading('Document Title', 0);
p = document.add_paragraph('A plain paragraph having some ');
document.add_page_break();
document.save('demo.docx');
#运行结果
Python库之机器学习
- 机器学习方法工具集
- 提供一批统一的机器学习方法功能接口
- 提供聚集、分类、回归、强化学习等计算功能
- 机器学习最基本且最优秀的Python第三方库
- 中文社区:http://www.tensorfly.cn/
- AlphaGo背后的机器学习计算框架
- 谷歌公司推动的开源机器学习框架
- 将数据流图作为基础,图节点代表运算,边代表张量
- 应用机器学习方法的一种方式,支撑谷歌人工智能应用
- 基于神经网络的深度学习计算框架
- 提供可扩展的神经网络及深度学习计算功能
- 可用于自动驾驶、机器翻译、语音识别等众多领域
- Python最重要的深度学习计算框架
本文仅为学习Python记录,资料来源于中国大学MOOC《Python语言设计》—嵩天