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
- -数据清洗: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和决策
===============Python库之数据分析===================
Numpy:表达N维数组的最基础的库(http://www.numpy.org)
- -Python接口使用,C语言实现,计算速度优异
- -Python数据分析及可续计算的基础库,支撑Pands等
- -提供直接的矩阵运算,广播函数,线性代数等功能
对两个一维数组运算
基础语法
#基础语法需要for循环
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库--减少for循环
#数组相当于一个变量,可以直接运算
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())
Pands:Python数据分析高层次应用库(http://pandas.pydata.org)
- -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
- Series = 索引 + 一维数据
- DataFrame = 行列索引 + 二维数据
SciPy:数据,科学和工程计算功能库(http://www.scipy.org)
- -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
===============Python库之数据可视化=====================
Matplotlib:高质量的二维数据可视化功能库(http://matplotlib.org)
- -提供了超过100种数据可视化的展示效果
- -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
Seaborn:统计类数据可视化功能库(http://seaborn.pydata.org/)
- -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
Mayavi::三维科学数据可视化功能库(http://docs.enthought.com/mayavi/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
- -三维可视化最主要的第三方库
- -支持Numpy,TVTK,Traits,Envisage
====================Python库文本处理=======================
PyPDF2:用于处理pdf文件的工具集(http://mstamy2.github.io/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
NLTK:自然语言文本处理第三方库(http://www.nltk.org)
- -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
Python-docx:创建或更新Microsoft Word文件的第三方库
(http://python-docx.readthedocs.io/en/latest/index.html)
- -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()
document.save('demo.docx)
========================Python机器学习=======================
Scikit-learn:机器学习工具集(http://scikit-learn.org/)
- -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
TensorFlow:AIphaGo背后的机器学习计算框架(http://www.tensorflow.org)
- -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_variabbles_initializer()
sess = tf.Session()
sess.run(init)
res = sess.run(result)
print('result:',res)
MXNet:基于神经网络的深度学习计算框架(https://mxnet.incubator.apache.org/)
- -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,语音识别等总舵领域
- -Python最重要的深度学习计算框架