Python环境配置与数据处理

一、Anaconda的安装

由于在windows下安装一直出错，在网上找到的方法也都没能成功解决所以最后选择在Linux上进行安装
参考链接：
https://blog.csdn.net/wyf2017/article/details/118676765
https://zhuanlan.zhihu.com/p/32925500

二、numpy的基础练习

1、创建一个长度为10的一维全为0的ndarray对象，然后让第5个元素等于1

2、创建一个元素为从10到49的ndarray对象

3、将第2题的所有元素位置反转

4、使用np.random.random创建一个10*10的ndarray对象，并打印出最大最小元素

5、创建一个10*10的ndarray对象，且矩阵边界全为1，里面全为0

6、创建一个每一行都是从0到4的5*5矩阵

7、创建一个范围在(0,1)之间的长度为12的等差数列

8、创建一个长度为10的随机数组并排序

9、创建一个长度为10的随机数组并将最大值替换为0

10、如何根据第3列来对一个5*5矩阵排序？

三、教材前1-2章上的例题

第一章
无相关例题
第二章
1、python语言综合示例——天天学习，天天向上

import random
#定义fib_loop函数，构造斐波那契数列
def fib_loop(n):
    listNum=[]
    a,b=0,1
    #for结构，循环体重复运行n次
    for i in range(n):
        a,b=b,a+b
        listNum.append(a)
        print(i,listNum)
    return listNum
listPlan=['吃零食','学习','学习','学习','睡觉','吃饭','玩手机','学习','睡觉']
listNum=fib_loop(6)
varIdx=random.randint(0,5)
varRandom=listNum[varIdx]
print('今日计划:',listPlan[varRandom])

2、字符串的访问

str='Picture'
print(str[1:3]) #第2，3个字符
print(str[-3:-1])#倒数第2，3个字符
print(str[3:-1])#正数第四个到倒数第二个字符
print(str[-6:7])#倒数第6——正数第7
print(str[2:])第3个字符开始的所有字符
print(str*2)#输出字符串两次
print(str+"TEST")#连续字符串

3、列表的访问和遍历

4、元组的访问

tup=('SpiderMan',2017,33.4,'HomeComing',14)
tup2=(16,'Marvel')
print(tup)
print(tup[0])
print(tup[3:4])
print(tup+tup2)

5、修改字典

dict={'name':'Zara','class':'First'}
dict['Gender']="Female"
print(dict)
dict.update({'No':'001'})
print(dict)
dict.update({'Gender':'F','Id':1})
print(dict)

四、第三章作业

1、numpy库

NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。

NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的
NumPy数据类型的使用

显示数组的维度

用np.where()函数实现数据筛选

使用axis参数设置当前轴

2、pandas库

为一个地理位置数Pandas提供了快速、灵活、明确的数据结构，旨在简单、直观的处理关系型、标记型数据。Pandas适用于处理以下类型的数据：

与SQL或Excel表类似的，含异构列的表格数据;
有序和无序（非固定频率）的时间序列数据;
带行列标签的矩阵数据，包括同构或异构型数据;
任意其它形式的观测、统计数据集，数据转入Pandas数据结构时不必事先标记。
  Pandas的主要数据结构是Series（一维数据）与DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型的用例。对于R用户，DataFrame提供了比R语言data.frame更丰富的功能。Pandas是基于NumPy开发，可以与其它第三方科学计算支持库完美集成。

创建Series对象

访问Serie数据对象
修改数据

从字典数据创建DataFrame

3、matplotlib库

matplotlib是提供数据绘图功能的第三方库，其pyplot子库主要用于实现各种数据展示图形的绘制。

三个plot子图的绘制

在子图上绘制图形

绘制sin（x)函数图像

五、图灵测试

图灵测试是测试人在与被测试者(一个人和一台机器)隔开的情况下，通过一些装置（如键盘）向被测试者随意提问。问过一些问题后，如果被测试者超过30%的答复不能使测试人确认出哪个是人、哪个是机器的回答，那么这台机器就通过了测试，并被认为具有人类智能。
图灵測试的核心事实上不是“计算机是否能和人对话”，而是“计算机是否能在智力行为上表现得和人无法区分”。

小结

通过此次作业的完成，复习了python数据处理基础和常用的机器学习库，对图灵测试和人工智能有了认识。