北京理工大学-嵩天python语言程序设计-9-Python计算生态概览

第九章 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分析到网络空间
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
-概览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

9.1从数据处理到人工智能

• 9.1.1 Python库之数据处理
• 9.1.2 Python库之数据可视化
• 9.1.3 Python库之文本处理
• 9.1.4 Python库之机器学习

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：采用合适方式使用程序表达数据
• 数据清洗：数据归一化、数据转化、异常值处理
• 数据统计：数据的该要理解，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：从数据分析获得只是、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

9.1.1 Python库之数据处理
Numpy:表达N维数组的最基础库

特点

• 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
• 提供直接的矩阵算法、广播函数、线性代数等功能
  
  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

特点
Pandas数据提供2个核心数据结构

• Series=索引+一维数据
• DataFrame=行列索引+二维数据

也提供了一个数学、科学和工程计算功能库
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

9.1.2 Python库之数据可视化

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
• 提供maltplotlib.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

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
• 主要展示数据间的分布、分类和线性关系等内容
• 基于Matplotlib开发，支持Numpy和Pandas

Mayavi:三维科学数据可视化功能库

• 提供了一批简单易用的3D科学数据可视化展示效果

• 目前版本时Mayavi2、三维可视化最主要的第三方库

• 支持Numpy、TVTK、Traits、Envisage
  
  9.1.3 Python库之文本处理
  PyPDF2:用来处理PDF文件的工具集
  http://mstamy2.github.io/PyPDF2

• 提供了一批处理PDF文件的计算共功能

• 支持获取信息、分割/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

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", "wb")
merger.write(output)

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、语法句意、语义分析等
• 最优秀的Python自然语言处理库

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、功能全面
  

from docx import Docum