超赞的学习笔记——《Python深度学习2：Python基础语法介绍》

目录

 ► 前言

► Python介绍

► Python基础语法

► Numpy套件基本介绍

►小结

---

► 前言

上一篇为大家介绍Google Colab平台及基本操作，本篇会为大家介绍深度学习基本使用的几个Python语法，让大家在看深度学习程式码时，能够比较清楚知道在做什麽。

► Python介绍

Python是一种易于学习、功能强大、直译式并且物件导向的程式语言(由Guido van Rossum创造)，可执行于多平台，属于通用型程式语言，Python 有几项特点：

语法简洁：
Ｃ、Java及Android等语言，需要经过存档、编译及执行等三步骤，才能够将你写的程式码执行运作，而Python不必存档及编译，写完程式码就可以直接执行，而且只需要输入print(“Hello! World”)，就可以直接打印Hello! World，去除函示使用大括号（{}）的功能，以冒号（：）及换行table或四个空白替代大括号。

功能强大：
Python可以用在深度学习、机器学习、网页设计、手机 App 撰写、游戏程式设计、自动化控制、生物医学、大数据…等领域，Python可以说是“万用语言”。其他工程师撰写好用 Python 程式打包成Library，允许你进行安装使用﹐可以省下非常多的时间。

跨平台：
Python支援各种主要的作业系统。

Python拥有完整的资料分析套件，常用的如下：

1.统计科学计算：Numpy、Scipy、Statsmodels。
2.结构化资料处理与分析：Pandas。
3.资料探索编辑器：Jupyter Notebook。
4.深度学习：TensorFlow、Pytorch。
5.大数据处理：PySpark。
6.机器学习：Scikit-Learn。

► Python基础语法

输出

Python的输出指令就是print，只需要输入print(‘Hello Word’)，直接执行就可以看到输出结果Hello Word被打印出。

变数

Python常见的基本变数有：int (整数)、float (浮点数)、str (字串)。不像其他语言需要先定义变数型态，在python的世界裡，会依照出史哲决定变数型态，常常忘记自己设定的变数型态可以使用type(变数) 这个指令做查看。

数学运算

运算子	功能
x + y	X加Y
x - y	X减Y
x * y	X乘Y
x / y	X除以Y
x // y	X除以Y，只取整数解
x % y	求X除以Y的馀数
x ** y	X的Y次方

字串（String）

创建字串使用单引号或双引号表示，Python编程风格，每行不超过80字元，注解或字串长度不超过每行72字元，如果超过长度需使用\作为换行符号。

a = ‘1234567\
89012345’
print(a)​

输出结果为：123456789012345
 
以上方式就可以避免超过长度的问题。
字串索引，字串像是Array可以取出内部元素，例如 s = ‘Hello’ , s[0], s[1]，别取出地0个元素H及第1个元素e，当然也可以使用范围取的方式：
s = ‘Hello’
s[1:] 取得从第一个索引之后的全部元素
s[:3] 取得从0到索引为第3个元素
s[:] 取得所有元素
s[::1] 类似For迴圈，从0开始，每次递增1
s[::2] 类似For迴圈，从0开始，每次递增2
s[::-1] 类似For迴圈，从0开始，每次递减1

串列（List）

Python 的 List 比较接近于 Java 的 ArrayList的使用，但是Python的List内可以放不同类型的物件，以中括号表示：

my_list=[1,2,3]
my_list=['A string',23,100.232,'o']​

将字串转为List：

hello=list('Hello world')
print(hello)
['H','e','l','l','o',' ','w','o','r','l','d’]

字典（Dictionary）

其他语言也有相同功能 ，Java(HashMap)、C++(HashMap)、C#(Dictionary)及Swift(Dictionary)...等等的语言，主要为{key, value}，key为唯一值，Dictionary以大括号表示：

dic={'a':100, 'b':"yes", 'c':0.98}

元祖（Tuples）

Tuple跟List很像，但不一样的地方在于Tuple内的值无法被修改，建立完成后就不可被更动，Tuple有几个优点，第一个为佔用空间比List少，第二个为可当作Dictionary的key，第三个为当做函式引数，Tuple以小括号表示：

tuple = (1,2,3)​

流程控制(if...else)

功能与其他程式语言一样，但是大括号被移除，使用tab或空白区隔执行区块，规定使用4个空白或1个tab (PEP 8 -- Style Guide for Python code)，而Google colab则使用2个空白或1个tab：

if True:
    print('It was true!')​

输出结果为：It was true!

For迴圈

功能与其他程式语言一样，只是架构上做一些调整，范例如下：

a = [1,2,3,4,5,6,7,8,9,10]
b = ""
for num in a:
  b = b + str(num)
print(b)​

输出结果为：12345678910

函式

将重複用到的程式码整理出一个函示，可以让不同情境下呼叫，Python定义函式的语句使用def (Defining a function) ，范例如下：

def addNum(a, b):
        return a+b
print(addNum(5, 6))​

输出结果为：11
以上为大概的Python基础语法介绍。

► Numpy套件基本介绍

NumPy(Numerical Python) 是Python 语言的一个扩展函式库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

NumPy 通常与SciPy（Scientific Python）和Matplotlib（绘图库）一起使用，有助于通过Python 学习数据科学或者机器学习。

na=np.array([1,2,3,4,5]) #一维阵列，跟一般List操作类似
na=np.array([[1,2,3,4,5],[6,7,8,9,10]]) #二维阵列

SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算，只需要做安装引用就可以实现这些数学运算。

Matplotlib 是Python 编程语言及其数值数学扩展，可视化操作界面，操作如下：

import numpy as np
import matplotlib.pyplot as plt

x=np.arange(1,7)
y=[0.2,0.1,0.1,0.2,0.1,0.3]
cdf=np.cumsum(y)

plt.plot(x,y, marker="o",label="AA")
plt.plot(x,cdf,marker="o",label="BB")
plt.xlim(0,7)
plt.ylim(0,1.5)
plt.xlabel("X")
plt.ylabel("Y")
plt.title("Test")
plt.legend()
plt.show()

►小结

透过以上讲解，因该已经对于Python有初步的了解，当看Python程式码时也可以看得懂，也可以尝试自己写一个简单的Python应用来玩玩，本篇博客到这裡，期待下一篇博客吧！