从数据处理到人工智能的一批计算生态

系统的对人工智能的浅显认识

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/等方面深度分析与决策

数据处理

• Numpy
  表达N维数组的最基础库
  python接口使用，C语言实现，计算速度优异
  python数据分析及科学计算的基础库，支撑Pandas等
  提供直接的矩阵运算、广播函数、线性代数等功能

  比如进行两个一维数组的运算
  使用基础语法，我们要使用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())

使用Numpy，Numpy的最基础单元是一个数组，数组相当于一个变量，我们就可以用数组变量直接的操作符进行运算

将N维数组看成简单的数字运算

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())

• Pandas
  Python数据分析高层次应用库
  提供了简单易学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

  Pandas库核心提供了两个数据结构

  Series = 索引 + 一维数据
  通过索引来与一维数据进行关联，进而通过索引来操作数据的一种数据方法

  DataFrame = 行列索引 + 二维数据
  使用行列的二维索引来操作二维数据的方法

  Pandas库通过扩展了对一维数据和二维数据的一种表示，因而能够形成更高层次对数据的操作，简化数据分析的运行

• Scipy
  数学、科学和工程计算功能库
  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

数据可视化

• Matplotlib
  http://matplotlib.org
  高质量的二维数据可视化功能库
  提供了超过100种数据可视化展示效果
  通过matplotlib.pyplot子库调用各可视化效果，相当于各个子库的快捷方式
  Python最主要的数据可视化功能库，基于Numpy开发

• Seaborn
  http://seaborn.pydata.org
  统计类数据可视化功能库
  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
  http://docs.enthought.com/mayavi/mayavi/
  三维科学数据可视化功能库
  提供了一批简单易用的3D科学计算数据可视化展示效果
  目前版本Mayavi2，三维可视化最主要的第三方库
  支持Numpy、TVTK、Traits、Envisage等第三方库

文本处理

• PyPDF2
  http://mstamy2.github.io/PyPDF2
  用来处理pdf文件的工具集
  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

  比如我们将两个pdf文件整合输出一个pdf文件

from PyPDF2 import PdfFileReader, PdfFileMerger
merger = PdfFileMerger()
input1 = open("document1.pdf","rb")
input2 = open("document2.pdf","rb")
merger.append(fileobj = input1, pages = (0,3))
merger.merge(position = 2, fileobj = input2, pages = (0,1))
output = open("document-output.pdf","rb")
merger.write(output)

• NLTK
  http://www.nltk.org
  自然语言文本处理第三方库
  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Pyhon自然语言处理库

将一个自然语言文本变成一个树型结构，并且分析其中各个部分逻辑的之间关系

from nltk.corpus import treebank
t = treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()

机器学习

• Scikit-learn
  http://scikit-learn.org/
  机器学习方法工具集
  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
  http://www.tensorflow.org/
  AlphaGo背后的机器学习计算框架
  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

代码示例

import tensorflow as tf 
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
res = sess.run(result)
print('result:',res')

• MXNet
  http://mxnet.incubator.apache.org/
  基于神经网络的深度学习计算框架
  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、语音识别等众多领域