Python语法基础（U.9）-Python计算生态概览

为mooc网站的北京理工大学的 嵩天 、黄天羽 、礼欣 三位老师的课程笔记。
欢迎starGITHUB可下载源码

9. Python计算生态概览

从数据处理到人工智能；实例15：霍兰德人格分析雷达图；从Web解析到网络空间；从人机交互到艺术设计；实例16：玫瑰花绘制；

9.1 从数据处理到人工智能

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、异常值处理）-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，生产数据外的价值）-人工智能（数据/语言/图像/视觉等方面深度分析与决策）；

9.1.1 Python库数据分析

1. Numpy：表达N维数组的最基础库；Python接口，C语言实现，计算速度优异；数据分析和科学计算的基础库，支撑Pandas等；提供直接的矩阵运算、广播函数、线性代数等；
2. Pandas：Python数据分析高层次应用库；提供简单易用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；基于Numpy开发；Series=索引+一维数据；DataFrame=行列索引+二维数据；
3. 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；科学计算，基于Numpy开发；

9.1.2 数据可视化

1. Matplotlib：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；基于Numpy开发；
2. Seaborn：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；
3. 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；支持Numpy、TVTK、Traits、Envisage等第三方库；

9.1.3 文本处理

1. PyPDF2：处理PDF文件的工具箱；支持获取信息、分隔/整合文件、加密解密等；不需要额外依赖；
2. NLTK：自然语言文本处理第三方库；简单易用的自然语言处理功能；支持语言文本分类、标记、语法句法、语义分析等；优秀语言处理库；
3. Python-docx：创建或更新Microsoft Word文件的第三方库；提供创建或更新.doc、.docx等文件的计算功能；增加并配置段落、图片、表格、文字等；

9.1.4 机器学习

1. Scikit-learn：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；优秀机器学习库；
2. TensorFlow：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；应用机器学习方法的一种方式，支撑谷歌人工智能应用；
3. MXNet：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；

9.2 实例15：霍兰德人格分析雷达图

雷达图是多特性直观展示的重要方式；
霍兰德认为：人格兴趣与职业之间应有一种内在的对应关系；
人格分类：研究型、艺术型、社会型、企业型、传统型、现实型；
职业：工程师、实验员、艺术家、推销员、记事员、社会工作者；
需求：雷达图方式验证霍兰德人格分析；
输入：各职业人群结合兴趣的调研数据；
输出：雷达图；
通用雷达图绘制：matplotlib库；专业的多维数据表示：numpy库；

9.2.1 实例展示

#HollandRadarDraw.py
import numpy as np   #引入第三方库
import matplotlib.pyplot as plt
import matplotlib

#数据
matplotlib.rcParams['font.family'] = 'SimHei'
radar_labels = np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
data = np.array([[0.40, 0.32, 0.35, 0.30, 0.30, 0.88],
                [0.85, 0.35, 0.30, 0.40, 0.40, 0.30],
                [0.43, 0.89, 0.30, 0.28, 0.22, 0.30],
                [0.30, 0.25, 0.48, 0.85, 0.45, 0.40],
                [0.20