一个汽车工程师的Python学习之路

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。