第9周python计算生态概览-Python语言程序设计(学习笔
文章原创,最近更新:2018-05-16
1.辅学内容
2.从数据处理到人工智能
3.实例15:霍兰德人格分析雷达图
4.从Web解析到网络空间
5.从人机交互到艺术设计
6.实例16:玫瑰花绘制
7.所有代码汇总
原链接 语言程序设计北京理工大学
1.辅学内容
1.1前课复习
Python程序设计思维
- 计算思维:抽象计算过程和自动化执行
- 计算生态:竞争发展、相互依存、快速更迭
- 用户体验:进度展示、异常处理等
- IPO、自顶向下、模块化、配置化、应用开发的四个步骤图
Python第三方库安装
- PyPI:Python Package Index
- pip命令的各种用法
- Anaconda集成开发工具及安装方法
- UCI页面的“补丁”安装方法
1.2本课概要
第9章 Python计算生态概览
- 9.1从数据处理到人工智能
- 9.2实例15:霍兰德人格分析雷达图
- 9.3从Web解析到网络空间
- 9.4从人机交互到艺术设计
- 9.5实例16:玫瑰花绘制
方法论
- 纵览Python计算生态,看见更大的世界
实践能力
- 初步编写带有计算生态的复杂程序
1.3练习与作业
练习(可选)
- 5道编程题@Python123
作业
- 15道单选题@Python123
2.从数据处理到人工智能
2.1单元开篇
1)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
-
数据清理: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,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
2)从数据处理到人工智能
- Python库之数据分析
- Python库之数据可视化
- Python库之文本处理
- Python库之机器学习
2.2python库之数据分析
1)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
Numpy官方网站:http://www.numpy.org
2)Pandas:Python数据分析高层次应用库
- 提供了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
- Python最主要的数据分析功能库,基于Numpy开发
Pandas官方网站:http://pandas.pydata.org
备注:此处可以理解为pandas扩展了一维以及二维数据的表示.因而形成了更高数据的操作和简化数据分析的运行.
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
- Python最主要的科学计算功能库,基于Numpy开发
SciPy官方网站:http://www.scipy.org
2.3python库之数据可视化
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
- Python最主要的数据可视化功能库,基于Numpy开发
Matplotlib官方网站:http://www.matplotlib.org
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
Seaborn官方网站:http://seaborn.pydata.org/
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
- 目前版本是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
Mayavi官方网站:http://docs.enthought.com/mayavi/mayavi/
2.4python库之文本处理
1)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
PyPDF2官方网站:http://mstamy2.github.io/PyPDF2
以下截图代码是将两个pdf的文档合成一个:
2)NLTK: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Python自然语言处理库
NLTK官方网站:http://www.nltk.org/
以下截图代码是将自然语言文本变成一个树形结构,以及分析各部分逻辑之间的相互关系:
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,功能全面
Python-docx官方网站:http://python-docx.readthedocs.io/en/latest/index.html
以下截图代码是在一个文档中增加标题,增加段落,增加分页符并且存储为外部文件,:
2.5python库之机器学习
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
- 机器学习最基本且最优秀的Python第三方库
Scikit-learn官方网站:http://scikit-learn.org/
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
TensorFlow官方网站:https://www.tensorflow.org/
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
- Python最重要的深度学习计算框架
MXNet官方网站:https://mxnet.incubator.apache.org/
2.6单元小结
3.实例15:霍兰德人格分析雷达图
3.1“霍兰德人格分析雷达图”问题分析
问题分析-霍兰德人格分析
- 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、现实性
- 职业:工程师、实验员、艺术家、推销员、记事员、社会工作者
问题分析-霍兰德人格分析雷达图
- 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
问题分析-霍兰德人格分析雷达图
- 通用雷达图绘制:matplotlib库
- 专业的多维数据表示:numpy库
- 输出:雷达图
3.2“霍兰德人格分析雷达图”实例展示
这里仅是数据展示,因为涉及到第三方库numpy以及matplotlib库很多函数是无法短时间可以说明的.
首先是用import 引用第三方库.
用numpy的array将多维的数据组织起来.
用matplotlib绘制雷达图的方法,需要绘制的雷达图.并且将之前的数据嵌入到雷达图的表示数据中.
将雷达图绘制形成相关的文件.
将代码运行一遍,看看效果就可以.
3.3“霍兰德人格分析雷达图”举一反三
1)举一反三:目标+沉浸+熟练
- 编程的目标感:寻找感兴趣的目标,寻(wa)觅(jue)之
- 编程的沉浸感:寻找可实现的方法,思(zuo)考(mo)之
- 编程的熟练度:练习、练习、再练习,熟练之
4.从Web解析到网络空间
4.1单元开篇
1)从Web解析到网络空间
- Python库之网络爬虫
- Python库之Web信息提取
- Python库之Web网站开发
- Python库之网络应用开发
4.2Python库之网络爬虫
1)Requests:最友好的网络爬虫功能库
- 提供了简单易用的类HTTP协议网络爬虫功能
- 支持连接池、SSL、Cookies、HTTP(S)代理等
- Python最主要的页面级网络爬虫功能库
Requests官方网站:http://www.python-requests.org/
2)Scrapy:优秀的网络爬虫框架
- 提供了构建网络爬虫系统的框架功能,功能半成品
- 支持批量和定时网页爬取、提供数据处理流程等
- Python最主要且最专业的网络爬虫框架
Scrapy官方网站:https://scrapy.org
3)pyspider:强大的Web页面爬取系统
- 提供了完整的网页爬取系统构建功能
- 支持数据库后端、消息队列、优先级、分布式架构等
- Python重要的网络爬虫类第三方库
pyspider官方网站:http://docs.pyspider.org
4.3Python库之Web信息提取
1)Beautiful Soup:HTML和XML的解析库
- 提供了解析HTML和XML等Web信息的功能
- 又名beautifulsoup4或bs4,可以加载多种解析引擎
- 常与网络爬虫库搭配使用,如Scrapy、requests等
Beautiful Soup官方网站:https://www.crummy.com/software/BeautifulSoup/bs4
2)Re:正则表达式解析和处理功能库
- 提供了定义和解析正则表达式的一批通用功能
- 可用于各类场景,包括定点的Web信息提取
- Python最主要的标准库之一,无需安装
Re官方网站:https://docs.python.org/3.6/library/re.html
3)Python-Goose:提取文章类型Web页面的功能库
- 提供了对Web页面中文章信息/视频等元数据的提取功能
- 针对特定类型Web页面,应用覆盖面较广
- Python最主要的Web信息提取库
Python-Goose官方网站:https://github.com/grangier/python-goose
4.4Python库之Web网站开发
1)Django:最流行的Web应用框架
- 提供了构建Web系统的基本应用框架
- MTV模式:模型(model)、模板(Template)、视图 (Views)
- Python最重要的Web应用框架,略微复杂的应用框架
Django官方网站:https://www.djangoproject.com
2)Pyramid:规模适中的Web应用框架
- 提供了简单方便构建Web系统的应用框架
- 不大不小,规模适中,适合快速构建并适度扩展类应用
- Python产品级Web应用框架,起步简单可扩展性好
Pyramid官方网站:https://trypyramid.com/
3)Flask:Web应用开发微框架
- 提供了最简单构建Web系统的应用框架
- 特点是:简单、规模小、快速
- Django>Pyramid>Flask
Flask官方网站:http://flask.pocoo.org
4.5Python库之网络应用开发
1)WeRoBot:微信公众号开发框架
- 提供了解析微信服务器消息及反馈消息的功能
- 建立微信机器人的重要技术手段
WeRoBot官方网站:https://github.com/offu/WeRoBot
2)aip:百度Al开放平台接口
- 提供了访问百度AI服务的Python功能接口
- 语音、人脸、OCR、NLP、知识图谱、图像搜索等领域
- Python百度AI应用的最主要方式
aip官方网站:https://github.com/Baidu-AIP/python-sdk
3)MyQR:二维码生成第三方库
- 提供了生成二维码的系列功能
- 基本二维码、艺术二维码和动态二维码
MyQR官方网站:https://github.com/sylnsfar/qrcode
4.6单元小结
5.从人机交互到艺术设计
5.1单元开篇
1)从人机交互到艺术设计
- Python库之图形用户界面
- Python库之游戏开发
- Python库之虚拟现实
- Python库之图形艺术
5.2Python库之图形用户界面
1)PyQt5:Qt开发框架的Python接口
- 提供了创建Qt5程序的Python API接口
- Qt是非常成熟的跨平台桌面应用开发系统,完备GUI(图形用户界面)
- 推荐的Python GUI开发第三方库
PyQt5官方网站:https://www.riverbankcomputing.com/software/pyqt
2)wxPython:跨平台GUI开发框架
- 提供了专用于Python的跨平台GUI开发框架
- 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
wxPython官方网站:https://www.wxpython.org
3)PyGObject:使用GTK+开发GUI的功能库
- 提供了整合GTK+、WebKitGTK+等库的功能
- GTK+:跨平台的一种用户图形界面GUI框架
- 实例:Anaconda采用该库构建GUI
PyGObject官方网站:https://pygobject.readthedocs.io
5.3Python库之游戏开发
1)PyGame:简单的游戏开发功能库
- 提供了基于SDL的简单游戏开发功能及实现引擎
- 理解游戏对外部输入的响应机制及角色构建和交互机制
- Python游戏入门最主要的第三方库
PyGame官方网站:http://www.pygame.org
2)Panda3D:开源、跨平台的3D渲染和游戏开发库
- 一个3D游戏引擎,提供Python和C++两种接口
- 支持很多先进特性:法线贴图、光泽贴图、卡通渲染等
- 由迪士尼和卡尼基梅隆大学共同开发
Panda3D官方网站:http://www.panda3d.org
3)cocos2d:构建2D游戏和图形界面交互式应用的框架
- 提供了基于OpenGL的游戏开发图形渲染功能
- 支持GPU加速,采用树形结构分层管理游戏对象类型
- 适用于2D专业级游戏开发
cocos2d官方网站:http://python.cocos2d.org/
5.4Python库之虚拟现实
1)VR Zero:在树莓派上开发VR应用的Python库
- 提供大量与VR开发相关的功能
- 针对树莓派的VR开发库,支持设备小型化,配置简单化
- 非常适合初学者实践VR开发及应用
VR Zero官方网站:https://github.com/WayneKeenan/python-vrzero
2)pyovr:Oculus Rift的Python开发接口
- 针对Oculus VR设备的Python开发库
- 基于成熟的VR设备,提供全套文档,工业级应用设备
- Python+虚拟现实领域探索的一种思路
pyovr官方网站:https://github.com/cmbruns/pyovr
3)Vizard:基于Python的通用VR开发引擎
- 专业的企业级虚拟现实开发引擎
- 提供详细的官方文档
- 支持多种主流的VR硬件设备,具有一定通用性
Vizard官方网站:http://www.worldviz.com/vizard-virtual-reality-software
5.5Python库之图形艺术
1)Quads:迭代的艺术
- 对图片进行四分迭代,形成像素风
- 可以生成动图或静图图像
- 简单易用,具有很高展示度
Quads官方网站:https://github.com/fogleman/Quads
2)asci art:ASClI艺术库
- 将普通图片转为ASCII艺术风格
- 输出可以是纯文本或彩色文本
- 可采用图片格式输出
asci art官方网站:https://github.com/jontonsoup4/ascii_art
3)turtle:海龟绘图体系
turtle官方网站:https://docs.python.org/3/library/turtle.html
5.6单元小结
6.实例16:玫瑰花绘制
6.1“玫瑰花绘制”问题分析
1)问题分析-玫瑰花绘制
- 需求:用Python绘制一朵玫瑰花,献给所思所念
- 输入:你的想象力!
- 输出:玫瑰花
- 绘制机理:turtle基本图形绘制
- 绘制思想:因人而异
- 思想有多大、世界就有多大
6.2“玫瑰花绘制”实例展示
import turtle库,定义一个曲线函数
绘制花朵的主体部分
绘制花枝形状
绘制其中的一个绿色叶子
绘制另外的一个绿色叶子
6.3“玫瑰花绘制”举一反三
1)艺术之于编程,设计之于编程
- 艺术:思想优先,编程是手段
- 设计:想法和编程同等重要
- 工程:编程优先,思想次之
2)编程不重要,思想才重要!
- 认识自己:明确自己的目标,有自己的思想(想法)
- 方式方法:编程只是手段,熟练之,未雨绸缪为思想服务
- 为谁编程:将自身发展与祖国发展相结合,创造真正价值
7.所有代码汇总
代码1:
#HollandRadarDraw
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
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)']) #雷达标签
nAttr = 6
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, 0.38, 0.87, 0.45, 0.32, 0.28],
[0.34, 0.31, 0.38, 0.40, 0.92, 0.28]]) #数据值
data_labels = ('艺术家', '实验员', '工程师', '推销员', '社会工作者','记事员')
angles = np.linspace(0, 2*np.pi, nAttr, endpoint=False)
data = np.concatenate((data, [data[0]]))
angles = np.concatenate((angles, [angles[0]]))
fig = plt.figure(facecolor="white")
plt.subplot(111, polar=True)
plt.plot(angles,data,'o-', linewidth=1, alpha=0.2)
plt.fill(angles,data, alpha=0.25)
plt.thetagrids(angles*180/np.pi, radar_labels,frac = 1.2)
plt.figtext(0.52, 0.95, '霍兰德人格分析', ha='center', size=20)
legend = plt.legend(data_labels, loc=(0.94, 0.80), labelspacing=0.1)
plt.setp(legend.get_texts(), fontsize='large')
plt.grid(True)
plt.savefig('holland_radar.jpg')
plt.show()
代码2:
#RoseDraw.py
import turtle as t
# 定义一个曲线绘制函数
def DegreeCurve(n, r, d=1):
for i in range(n):
t.left(d)
t.circle(r, abs(d))
# 初始位置设定
s = 0.2 # size
t.setup(450*5*s, 750*5*s)
t.pencolor("black")
t.fillcolor("red")
t.speed(100)
t.penup()
t.goto(0, 900*s)
t.pendown()
# 绘制花朵形状
t.begin_fill()
t.circle(200*s,30)
DegreeCurve(60, 50*s)
t.circle(200*s,30)
DegreeCurve(4, 100*s)
t.circle(200*s,50)
DegreeCurve(50, 50*s)
t.circle(350*s,65)
DegreeCurve(40, 70*s)
t.circle(150*s,50)
DegreeCurve(20, 50*s, -1)
t.circle(400*s,60)
DegreeCurve(18, 50*s)
t.fd(250*s)
t.right(150)
t.circle(-500*s,12)
t.left(140)
t.circle(550*s,110)
t.left(27)
t.circle(650*s,100)
t.left(130)
t.circle(-300*s,20)
t.right(123)
t.circle(220*s,57)
t.end_fill()
# 绘制花枝形状
t.left(120)
t.fd(280*s)
t.left(115)
t.circle(300*s,33)
t.left(180)
t.circle(-300*s,33)
DegreeCurve(70, 225*s, -1)
t.circle(350*s,104)
t.left(90)
t.circle(200*s,105)
t.circle(-500*s,63)
t.penup()
t.goto(170*s,-30*s)
t.pendown()
t.left(160)
DegreeCurve(20, 2500*s)
DegreeCurve(220, 250*s, -1)
# 绘制一个绿色叶子
t.fillcolor('green')
t.penup()
t.goto(670*s,-180*s)
t.pendown()
t.right(140)
t.begin_fill()
t.circle(300*s,120)
t.left(60)
t.circle(300*s,120)
t.end_fill()
t.penup()
t.goto(180*s,-550*s)
t.pendown()
t.right(85)
t.circle(600*s,40)
# 绘制另一个绿色叶子
t.penup()
t.goto(-150*s,-1000*s)
t.pendown()
t.begin_fill()
t.rt(120)
t.circle(300*s,115)
t.left(75)
t.circle(300*s,100)
t.end_fill()
t.penup()
t.goto(430*s,-1070*s)
t.pendown()
t.right(30)
t.circle(-600*s,35)
t.done()