01-Python补充1

目录

About人工智能

人工智能三大要素

人工智能的场景

Python-补充数的类型

复数complex

矩阵

多条件融合问题

贝尔运算

遍历

换行和缩进

取消转义，raw strie

关于数据Copy

python中的容器类型

---

About人工智能

人工智能三大要素

• 算法Algorithm
  • 算法是人类共有的精神财产，通用算法都是开源和免费的
• 数据Data
  • 数据是核心的资产，直接决定项目的成败
  •   数据是最重要的
• 算力computation
  •  高性能计算平台：CPU+GPU

人工智能的场景

脱离行业（业务场景）空谈技术，啥用都没

• 技术＋行业

Python-补充数的类型

复数complex

复数= 实部real + 虚部imag*j

a = 1 + 2j

python库中的数学库

math：实数的数学库，不适用于复数
cmath：复数的数学库

import cmath
s = cmath.sqrt(-1)
print(s)
Out： 1j

复数的应用场景：
    1.矩阵特征分解
    2.傅里叶变换
 

c1= 2 + 3j

c1.real#求实部

c1.imag#求虚部

c1.conjugate()#求共轭

cmath.phase(c1)#弧度制（向量夹角）

abs(c1)#复数的模长

#numpy-弧度转换
import numpy as np#调包
np.rad2deg(cmath.phase(c1))

矩阵

没错，这里的矩阵就是熟悉的线性代数中的多维数组

#定义一个矩阵
import numpy as py
A = np.array([[1,2,3],[4,5,6],[7,8,9]])
print(A)

out：
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

矩阵特征分解

矩阵的特征分解
import numpy as np
A = np.array([[1,2,3],[4,5,6],[7,8,9]])
np.linalg.eig(A)

out：
(array([ 1.61168440e+01, -1.11684397e+00, -1.30367773e-15]),
 array([[-0.23197069, -0.78583024,  0.40824829],
        [-0.52532209, -0.08675134, -0.81649658],
        [-0.8186735 ,  0.61232756,  0.40824829]]))

多条件融合问题

1.逻辑与 并且 and
2.逻辑或 或者 or
3.逻辑非 取反 not

a = 1
b = 2
c = 3
# 以b作为本体，对其他进行判断
a<b<c
# 可读性不高，不建议大家这样来写
a<c>b

贝尔运算

那些常用的结果为False：

1.整数为0
2.浮点数0.0
3.空串''
4.各种空的容器

遍历

句式： for .. in ..

s1 = "乾坤未定，你我皆是黑马"
for item in s1: #用for进行遍历
    print(