大家好,小编来为大家解答以下问题,python期末大作业代码200行带批注,python程序设计期末大作业,今天让我们一起来看看吧!
一、概述
1.1 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
Python库之数据可视化
Python库之文本处理
Python库之机器学习
二、Python库之数据分析
2.1 numpy
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
import numpy as np
def np_sum():
a = np.array([0, 1, 2, 3, 4])
b = np.array([9, 8, 7, 6, 5])
c = a**2 + b**3
return c
print(np_sum())
[729 513 347 225 141]
def py_sum():
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(py_sum())
[729, 513, 347, 225, 141]
2.2 pandas
Pandas: Python数据分析高层次应用库,
提供了简单易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,操作索引即操作数据
Python最主要的数据分析功能库,基于Numpy开发
能操作sql、json、pickle、csv、excel、ini等文件
Series = 索引 + 一维数据
DataFrame = 行列索引 + 二维数据
2.3 scipy
SciPy: 数学、科学和工程计算功能库,
提供了一批数学算法及工程数据运算功能
类似Matlab,可用于如傅里叶变换、信号处理等应用
Python最主要的科学计算功能库,基于Numpy开发
三、Python库之数据可视化
3.1 matplotlib
Matplotlib: 高质量的二维数据可视化功能库,
提供了超过100种数据可视化展示效果
通过matplotlib.pyplot子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
3.2 Seaborn
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
3.3 Mayavi
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
四、Python库之文本处理
4.1 PyPDF2
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,功能稳定
from PyPDF2 import PdfFileReader, PdfFileMerger
merger = PdfFileMerger()
input1 = open("", "rb")
input2 = open("", "rb")
merger.append(fileobj=input1, pages=(0, 3))
merger.merge(position=2, fileobj=input2, pages=(0, 1))
output = open("", "wb")
merger.write(output)
4.2 NLTK
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
from nltk.corpus import treebank
t = treebank.parsed_sents('')[0]
t.draw()
4.3 Python-docx
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
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()
('')
五、Python库之机器学习
5.1 Scikit-learn
Scikit-learn:机器学习方法工具集,与数据处理相关的第三方库,
提供一批统一化的机器学习方法功能接口
提供聚类、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
5.2 TensorFlow
TensorFlow: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
import tensorflow as tf
init = tf.global_variables_initializer()
sess = tf.Session()
(init)
res = (result)
print('result:', res)
5.3 MXNet
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
六、单元小结
6.1 从数据处理到人工智能
Numpy、Pandas、SciPy
Matplotlib、Seaborn、Mayavi
PyPDF2、NLTK、python-docx
Scikit-learn、TensorFlow、MXNet