机器学习系列笔记(2.1)

机器学习系列笔记目录

---

---

在 01 课时，我简单地介绍了数据挖掘是什么、能做什么，以及怎么做。本课时，我将带你了解数据挖
掘需要用到的编程语言——Python，包括其数据结构和基本语法。如果你对 Python 有一定了解，那么
可以直接跳过这部分内容

Python 的介绍

Python 是一门面向对象、直译式编程语言， 编写简单、上手迅速，开源扩展包十分丰富，所以在数据
挖掘的前沿科研和工业领域都广受欢迎，有着瑞士军刀般的价值。利用 Python，可以非常方便地开展
各种领域的数据挖掘工作。
在后续的课时中，如果没有特殊说明，一般使用的是 Python 3 的语法。因为 Python 3 相比 2 有了很
大的调整和改进，对中文的支持也更加友好。
下面我们先来看一下为什么要用 Python 进行数据挖掘。

Python 的优、缺点

1. 优点

• 简单易学：Python 的代码比较简洁、语法比较规范， 甚至有点像伪代码，很容易上手。如果你有
  其他编程语言基础的话，那么学习 Python 就会变得很快了。如果你没有学过，也不要担心，市面
  上关于 Python 入门的课程非常多，足够满足你的需求。
• 开源：因为用户可以免费使用，所以不管是在工作中，还是在学习中，使用 Python 的人群都很
  多，这使得各种更新包层出不穷。
• 可移植性好：在不同的平台都可以运行，不管是 MacOS、Windows 还是 Linux，唯一需要注意的
  是运行环境的配置。比如 Python 中各种包的依赖关系，如果处理不好将导致程序无法运行，要注
  意避免。下一课时我会介绍一种常用的包管理办法。
• 可扩展性：Python 拥有丰富的第三方库，不管是文件操作、网络编程、各种数据库，还是 3D 图
  形编程都可以运用到。

2. 缺点

通常来说 Python 的缺点就 1 个， 为了使语言更加简便易懂，Python 在底层做了很多工作，所以其运
行速度比 C、Java 等要慢很多。 如果非要说还有什么缺点，我认为，由于各种扩展库太庞大，导致配置
这些相关包有些困难，比如不同版本的包可能存在不兼容的情况，甚至是 Python 语言本身，在从 2.x
版本升级到 3.x 版本后，很多语句和功能都发生了变化，无法跨版本运行。
知道了 Python 的特点之后，我们来了解一下它的数据类型，这对我们编写代码有很大的帮助

Python 支持的数据类型

• Python 支持的数据类型，如下表所示：
• 类型名 说明 描述
• str 字符串类型 一段字符串
• int 整型 整数，比如 1、 2、3
• float 浮点型 比如 0.1、0.315
• bool 逻辑值 true or false
• complex 复数 数学上的概念
• bytes 字节型 原始的数据类型，可以理解为 01 代码
• list 列表 有序可修改的列表
• tuple 元组 元组比较特别，它是一个不可以修改的有序列表
• set 集合 无序，唯一的值的合集

类型名	说明	描述
str	字符串类型	一段字符串
int	整型 整数	比如 1、 2、3
float	浮点型	比如 0.1、0.315
bool	逻辑值	true or false
complex	复数	数学上的概念
bytes	字节型	原始的数据类型，可以理解为 01 代码
list	列表	有序可修改的列表
tuple	元组	元组比较特别，它是一个不可以修改的有序列表
set	集合	唯一的值的合集

Python 的数据类型有一个特色，在声明一个变量的时候可以不声明它的类型，而是在赋值时才确定类
型。同时在声明的容器型变量（如下面提到的列表、字典等）中，内部的元素类型也是任意的。
由于列表、集合和字典将非常频繁地使用，尤其是在我们的数据挖掘过程中，数据通常都会以向量的方
式表 示、存 储在列表中。所以掌握这些数据类型，以及它们的各种扩展方法是非常有好处的。在这里
我会对上述常用的三种数据进行详细的说明，当然数据结构类型远远不止这几种情况，如果你有兴趣，
可以找其他资料进行深入了解学习。

1. 列表（list）

列表可以理解为是一个有序可重复的数组，主要用于按顺序存放我们的数据。
首先，来举个例子，下面是一个为列表赋值的语句：
通过该语句生成了一个列表，即 list，里面有 5 个元素，但它们的类型不一样，前 2 个是字符串，后 3
个是数字。
列表中的元素是有序的，每个元素都有一个位置标记，并且元素可以重复。比如下面这两个语句，即用
列表的位置下标来获取对应的元素并输出。我们输出 list[0] 会得到‘one’这个单词，因为 one 存放在了
list 的第 0 个位置，而输出 list[4] 会得到数字 5，因为数字 5 存放在了 list 的第 4 个位置，注意，在计
算机语言中，一般位置标识都是从 0 开始的。
列表的基本操作主要有添加、删除、修改等功能，同时 Python 还提供了一系列的扩展功能，如查询列
表长度、列表运算，等等

• 添加元素
• 删除元素
• 修改元素、查询列表长度、列表的运算以及判断某一元素是否在列表中

除了上述的操作，列表还有很多已经实现好的方法可供你使用，比如列表排序、找到最大值和最小值、
逆序排列等。由于功能模块非常多，当大家有需要的时候可以根据自己的需求进行查询，我就不在这里
一一阐述了。

2. 集合（set）

集合是一个无序的不重复序列，可以使用大括号 {} 或者 set() 函数创建集合。需要注意的是，创建一个
空集合必须用 set() 而不能用 { }，因为 { } 是用来创建一个空字典的。
比如，我们要新建一个叫 abc 的集合：

• 添加元素
• 删除元素

3. 字典（dict）

字典中存放的每一个元素实际上是一个键值对（key:value），其中 key 是不能重复的，存入相同的
key，它的 value 会被替换成最新的。dict={} 代表使用大括号声明一个空字典。
字典中的元素可以是任意类型，比如数值、字符串、列表，甚至是字典：

• 向字典中添加键值对
• 从字典中删除键值对

了解了数据类型，就可以进行简单的语句书写了，不过每种语言都有自己的书写习惯，所以在正式进入
代码编写前，我要给你说明一下 Python 的四个注意事项。

编写 Python 代码的注意事项

1. 标识符

标识符就是你定义的名称，包括类名、变量名，等等。在 Python 中，标识符的大小写是敏感的，且第
一个字符必须是字母表中的字母或 “_”。在 Python 3 中，甚至中文也可被用作变量名。
当然，Python 有一些自留标识符，比如 def、true、false 等，我们不能再使用这些作为标识符

2. 注释

注释是为了方便阅读代码写的内容，这些内容将不会被解释器解释执行。Python 中有两种注释方法：

• 第一种是注释单行，可以使用 “#”，出现在“#” 后面的该行内容将变成注释（如上面代码块中 “# 输 出 one” 等），不会被运行；
• 第二种是注释一段，可以使用 ‘’‘或者"“” 来处理多行注释，比如
  ‘’’
  ‘’’

3. 使用缩进来标记代码块

在很多编程语言中，比如 C++ 和 Java，都是使用大括号 {} 来对代码段进行分割的，但是在 Python 中
不需要，而是使用缩进来对代码段进行控制。所以在编写 Python 代码的时候，一定要非常注意缩进规
范。
如果你使用 IDE（Integrated Development Environment ，集成开发环境）来编辑代码，一般都会有
缩进提醒，但使用文本编辑器就可能会经常遇到缩进的问题了。
比如下面这段正确的代码，就是使用缩进来标记的
如果是在括号里的内容，那就不需要使用 “\”，直接换行就行了。

4. 导入其他模块

在 Python 的扩展中，有很多第三方编写的模块，并且我们在组织大型项目代码的时候，也会把代码分
成好多的模块，这里就涉及导入或者说是引用的问题了。
这时候要用到两个命令 import 或者 from…import。import 的主要作用是导入整个模块，或者导入模
块中的模块；而 from…import 是从某个模块中导入某个方法（函数），比如：

import tensorflow as tf 
from model import yolov3
from math import *

到这里，Python 的基本知识你就都了解了，可以开始学习语句，进行代码编写了。

常用语句

Python 的语句有很多种，在这里我只给大家介绍 3 种常用的，包括条件语句、循环语句和 pass 语句，
剩下的语句，如运算符、各种函数功能模块，大家可以通过搜索资料自行学习。

1. 条件语句

条件判断是最常用到的方法，可以用来各种情况的判定，从而影响语句的执行，使用方法如下：

if 条件:
执行
elif 条件:
执行
else:
执行

if a>b and a>c:  
	 print(a) 
elif b>a and b>c:
 	print(b) 
else:
   print(c)

2. 循环语句

循环语句相关的主要有 while 语句、for 语句、continue 语句、break 语句

• while 循环
• for 循环
• continue 跳过
• break 终止循环

3. pass 语句

在 Python 中有一个特别的语句，那就是 pass 语句，该语句代表什么都没有，主要用于一些特殊的位
置。如果在一段代码中必须要写一些语句，又不能产生任何影响，就可以使用 pass 语句。
比如我们想写一个代码，当 i<50 的时候什么都不做，就可以这么写：

for i in range(0,100):
 print(i)
 if i < 50:
  pass 
  else print(i)

在实际编写代码的时候，有些位置你可能想要写一些功能，但是还没有想好要怎么写，比如你定义了一
个函数，但是函数的具体内容还没确定，此时就可以预留出一些位置暂时写上 pass 语句，从而不会影
响代码的运行。
工欲善其事，必先利其器。想用 Python 写出漂亮的代码，没有合适的编辑器怎么行。下面我就给你介
绍 5 种 Python 编辑器，希望你能找到合适的工具。

总结

因为在后续的课程中，会使用 Python 编写代码，所以在这一课时，我介绍了一些 Python 语言的基础
知识。由于篇幅的限制，这里所列出的只是该语言中最最基本的部分，有很多细节都没有一一展开。如
果你对实际的代码编写有很大兴趣，可以自己购买一些书籍或课程进行更加深入的学习。