一个汽车工程师的Python学习之路
一:数据分析
数据分析是工程师的必备工具,尤其现在汽车上的控制器越来越多,采集到的数据也越来越多,如何从采集到的数据中分析问题,找到问题,解决问题尤其重要。
常用工具:
- Numpy
- Scipy
- Pandas (高效处理INCA,MDA采集到的.mdf, .dat格式数据文件以及.csv文件)
二:图示工具
数据分析完后,配合统计、分析结果就需要使用图示工具,使用好的画图工具,可以更直观的显示出想要表达的结论。
常用工具:
- Matplotlib
- Seaborn
- Pandas (自带画图包)
三:机器学习/深度学习
今年来AI很火,机器学习,深度学习(卷积神经网络CNN,对抗神经网络GAN)。现在AI是全行业、全民时代,后面也会更多的融入到我们生活、工业等方方面面。
常用工具:
- Sicikit-learn (主要机器学习)
- Google Tensorflow(深度学习)
- 百度Paddlepaddle (深度学习 https://www.paddlepaddle.org.cn/)
以上纯属个人观点,欢迎相关同行、前辈指正,也希望能在平台和相关同行、前辈进行相关技术交流。
本人主要研究方向:传动系统道路谱、载荷谱、试验工况、试验方法、试验数据分析等领域。