从零开始学Python(九)Python计算生态概览
一、从数据处理到人工智能
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
1、Python库之数据分析
(1)Numpy:表达N维数组的最基础库
①Python接口使用,C语言实现,计算速度优异
②Python数据分析及科学计算的基础库,支撑Pandas等
③提供直接的矩阵运算、广播函数、线性代数等功能
(2)Pandas:Python数据分析高层次应用库
①提供了简单易用的数据结构和数据分析工具
②理解数据类型与索引的关系,操作索引即操作数据
③Python最主要的数据分析功能库,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
①提供了一批数学算法及工程数据运算功能
②类似MATLAB,可用于如傅里叶变换、信号处理等功能。
③Python最主要的科学计算功能库,基于Numpy开发
2、Python库之数据可视化
(1)Matplotlib:高质量的二维数据可视化功能库
①提供了超过100种数据可视化展示效果
②通过matplotlib.pyplot字库调用各可视化效果
③Python最主要的数据可视化功能库,基于Numpy开发。
(2)Seaborn:统计类数据可视化功能库
①提供了一批高层次的统计类数据可视化展示效果
②主要展示数据间分布、分类和线性关系等内容
③基于Matplotlib开发,支持Numpy和Pandas
(3)Mayavi:三维科学数据可视化功能库
①提供了一批简单易用的3D科学计算数据可视化展示效果
②目前版本是Mayavi2,三维可视化最主要的第三方库
③支持Numpy、TVTK、Traits、Envisage等第三方库
3、Python库之文本处理
(1)PyPDF2:用来处理pdf文件的工具集
①提供了一批处理PDF文件的计算功能
②支持获取信息、分隔/整合文件、加密解密等
③完全Python语言实现,不需要额外依赖,功能稳定
(2)NLTK:自然语言文本处理第三方库
①提供了一批简单易用的自然语言文本处理功能
②支持语言文本分类、标记、语法句法、语义分析等
③最优秀的Python自然语言处理库
(3)Python-docx:创建或更新Microsoft Word文件的第三方库
①提供创建或更新.doc .docx等文件的计算功能
②增加并配置段落、图片、表格、文字等,功能全面
4、Python库之机器学习
(1)Scikit-learn:机器学习方法工具集
①提供一批统一化的机器学习方法功能接口
②提供聚类、分类、回归、强化学习等计算功能
③机器学习最基本且最优秀的Python第三方库
(2)TensorFlow:AlphaGo背后的机器学习计算框架
①谷歌公司推动的开源机器学习框架
②将数据流图作为基础,图节点代表运算,边代表张量
③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
①提供可扩展的神经网络及深度学习计算功能
②可用于自动驾驶、机器翻译、语音识别等众多领域
③Python最重要的深度学习计算框架
二、霍兰德人格分析雷达图
#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()
三、从Web解析到网络空间
1、Python库之网络爬虫
(1)Requests:最友好的网络爬虫功能库。
①提供了简单易用的类HTTP协议网络爬虫功能
②支持连接池、SSL、Cookies、HTTP(S)代理等
③Python最主要的页面级网络爬虫功能库
(2)Scrapy:优秀的网络爬虫框架
①提供了构建网络爬虫系统的框架功能,功能半成品
②支持批量和定时网页爬取、提供数据处理流程等
③Python最主要且最专业的网络爬虫框架
(3)pyspider:强大的Web页面爬取系统
①提供了完整的网页爬取系统构建功能
②支持数据库后端、消息队列、优先级、分布式架构等
③Python重要的网络爬虫类第三方库
2、Python库之Web信息提取
(1)Beautiful Soup:HTML和XML的解析库
①提供了解析HTML和XML等Web信息的功能
②又名beautifulsoup4或bs4,可以加载多种解析引擎
③常与网络爬虫库搭配使用,如Scrapy、requests等
(2)Re:正则表达式解析和处理功能库
①提供了定义和解析正则表达式的一批通用功能
②可用于各类场景,包括定点的Web信息提取
③Python最主要的标准库之一,无需安装
(3)Python-Goose:提取文章类型Web页面的功能库
①提供了对Web页面中文章信息/视频等元数据的提取功能
②针对特定类型Web页面,应用覆盖面较广
③Python最主要的Web信息提取库
3、Python库之Web网站开发
(1)Django:最流行的Web应用框架
①提供了构建Web系统的基本应用框架
②MTV模式:模型(model)、模板(template)、视图(views)
③Python最重要的Web应用框架,略微复杂的应用框架
(2)Pyramid:规模适中的Web应用框架
①提供了简单方便构建Web系统的应用框架
②不大不小,规模适中,适合快速构建并适度扩展类应用
③Python产品级Web应用框架,起步简单可扩展性好
(3)Flask:Web应用开发微框架
①提供了最简单构建Web系统的应用框架
②特点是:简单、规模小、快速
③Django > Pyramid > Flask
4、Python库之网络应用开发
(1)WeRoBot:微信公众号开发框架
①提供了解析微信服务器消息及反馈信息的功能
②建立微信机器人的重要技术手段
(2)aip:百度AI开放平台接口
①提供了访问百度AI服务的Python功能接口
②语音、人脸、OCR、NLP、知识图谱、图像搜索等领域
③Python百度AI应用的最主要方式
(3)MyQR:二维码生成第三方库
①提供了生成二维码的系列功能
②基本二维码、艺术二维码和动态二维码
四、从人机交互到艺术设计
1、Python库之图形用户界面
(1)PyQt5:Qt开发框架的Python接口
①提供了创建Qt5程序的Python API接口
②Qt是非常成熟的跨平台桌面应用开发系统,完备GUI
③推荐的Python GUI开发第三方库
(2)wxPython:跨平台GUI开发框架
①提供了专用于Python的跨平台GUI开发框架
②理解数据类型与索引的关系,操作索引即操作数据
③Python最主要的数据分析功能库,基于Numpy开发
(3)PyGObject:使用GTK+开发GUI的功能库
①提供了整合GTK+、WebKitGTK+等库的功能
②GTK+:跨平台的一种用户图形界面GUI框架
③实例:Anaconda采用该库构建GUI
2、Python库之游戏开发
(1)PyGame:简单的游戏开发功能库
①提供了基于SDL的简单游戏开发功能及实现引擎
②理解游戏对外部输入的相应机制及角色构建和交互机制
③Python游戏入门最主要的第三方库
(2)Panda3D:开源、跨平台的3D渲染和游戏开发库
①一个3D游戏引擎,提供Python和C++两种接口
②支持很多先进特性:法线贴图、光泽贴图、卡通渲染等
③有迪士尼和卡耐基梅隆大学共同开发
(3)cocos2d:构建2D游戏和图形界面交互式应用的框架
①提供了基于OpenGL的游戏开发图形渲染功能
②支持GPU加速,采用树形结构分层管理游戏对象类型
③适用于2D专业级游戏开发
3、Python库之虚拟现实
(1)VR Zero:在树莓派上开发VR应用的Python库
①提供大量与VR开发相关的功能
②针对树莓派的VR开发库,支持设备小型化,配置简单化
③非常适合初学者实践VR开发及应用
(2)pyovr:Oculus Rift的Python开发接口
①针对Oculus VR设备的Python开发库
②基于成熟的VR设备,提供全套文档,工业级应用设备
③Python+虚拟现实领域探索的一种思路
(3)Vizard:基于Python的通用VR开发引擎
①专业的企业级虚拟现实开发引擎
②提供详细的官方文档
③支持多种主流的VR硬件设备,具有一定通用性
4、Python库之图形艺术
(1)Quads:迭代的艺术
①对图片进行四分迭代,形成像素风
②可以生成动图或静图图像
③简单易用,具有很高的展示度
(2)asii-art:ASCII艺术库
①将普通图片转为ASCII艺术风格
②输出可以是纯文本或彩色文本
③可采用图片格式输出
(3)turtle:海龟绘图体系
五、实例:玫瑰花绘制
#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()