机器学习基础（一）Python知识串讲（1）

机器学习基础知识笔记记录

已知python是机器学习算法实现使用程度很广泛的语言，这里只对Python进行一个入门级了解，方便后续进行机器学习相关算法实践。

• 环境搭建
• 基本语法、变量、数据模型、控制语句
• 函数的使用
• 面向对象

1. Python技术的主要使用领域

• NO.1 数据采集 与处理领域 ：使用Requets/Urllib/Re模块库实现典型的网络爬虫程序，通过动态代理Proxy自动轮询，突破403反爬虫拦截机制。。同时采用scrapy或BS4企业级爬虫框架快速完成网络深维度自动探索采集。
• NO.1 数据计算与分析领域 ：在数据处理方面使用强大的NumPy/SciPy/Pandas模块库实现数据规整化操作标准流程；充分利用强大的Pandas模块库实现聚合与分组算法、时间序列算法等核心的数据分析计算，最后使用Matpolitlib模块库进行可视化数据呈现。
• NO.1 人工智能与机器学习领域 ： 使用Scikit-Learn模块库实现机器学习，使用AIML人工智能标记语言，掌握Theano/Keras模块库搭建各种深度学习模型。TensorFlow人工智能系统（Google）。

2. Python开发环境

• Python 3.9.13 （自行去官网下载）
• Python 环境变量设置（根目录与Scripts），想让哪个python环境优先使用，就将其上移即可。
  查看高级系统设置——>环境变量——>系统变量——>Path
  

3. 安装环境验证

win + R ——>cmd——>输入验证代码

环境安装成功。

4. python的入口函数

python是一个脚本语言，严格意义上讲是不需要所谓入口函数的，所以python定义的main函数是普通函数，只有调用才会执行，没有特殊性。python使用隐式编译，.pyc文件就是python编译后得到的文件，然后通过python虚拟机解释执行。因为python是隐式编译，所以源代码文件的风险很高，所以尽量还是需要将python进行编译打包，然后再进行发布。它用到的编译模块是py_compile模块。

5. python在Windows系统中的开发环境搭建

• pip第三方模块管理组件
• PyWin32组件
• 开发IDE

（1）安装和管理python的第三方模块：pip

安装完pypthon后，可以在Scripts目录下找到pip的可执行文件。

// pip安装库
pip install pywin32

// 版本升级
pip install --upgrade pywin32

// 指定镜像网址安装（以清华大学镜像网址为例）
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple 安装包名称

python的库文件后缀是.whl，如果有需要，可以去该网址中查找对应的库包:
https://www.lfd.uci.edu/~gohlke/pythonlibs/
上述安装方式是在线安装，通过这个网址，可以进行各种库的离线安装。在该网址中下载安装包，然后在cmd中使用pip install + 安装包所在路径，就可以手动进行安装。

（2） 全局镜像配置

新建一个pip.ini文件

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

把它放入pip文件夹中，然后将该文件夹移动到C：>用户>Administrator目录下即可（这里登录的是Administrator就放入其下，如果是用户登录，放入user目录下，总之，放入当前自己登录的账户的目录下）。

（3） 安装pycharm 2018.1.4

自行去官网下载安装即可

6. 环境实践

这里注意最下方解释器的选择，不要创建虚拟环境，而是在最下方使用主环境的解释器，这种情况下可以尽量减少由于环境出现的报错。

python是使用缩进和换行来组织代码结构，区分代码块的，所以在编写时一定要注意缩进等问题。