9 Python计算生态概览

9.1 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
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：直观展现数据内涵的方式
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
Python库之数据分析：
- Numpy：表达N维数组的最基础库
- Pandas：Python数据分析高层次应用库
  - Series = 索引 + 一维数据
  - DataFrame = 行列索引 + 二维数据
- 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工能
  - 类似Matlab，可用于如傅立叶变换、信号处理等应用
- Matplotlib：高质量的二维数据可视化功能库
- 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
- Mayavi：三维科学数据可视化功能库

Python库之文本处理

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

PDF文件的合并：

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-out.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、语法句法、语义分析
  1
  2
  3
  from nltk.corpus import treebank
  t = treebank.parsed_sents('wsj_0001.mrg')[0]
  t.draw()
Python-docx：创建或更新Microsoft Word文件的第三方库
Python库之机器学习：
- 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
- TensorFlow：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
- MXNet：基于神经网络的深度学习计算框架
  - 提供可拓展的神经网络深度学习计算功能
  - 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

霍兰德人格分析

人格兴趣与职业之间应有一种内在的对应关系
人格分析：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

#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()

9.3 从Web解析到网络空间

Python库之网络爬虫
- Request：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
- 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、听过数据处理流程等
- 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
- Beautiful Soup：HTML和XML的解析库
- 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-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库之Web网站开发
- Django：最流行的Web应用框架
  - 提供了构件Web系统的基本应用框架
  - MTV模式：模型、模版、视图
- Pyramid：规模适中的Web应用框架
  - 提供了简单方便构件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
- 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
  - 简单、规模小、快捷
- 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
- aip：百度AI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
- 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

9.4 从人机交互到艺术设计

Python库之图形用户界面
- 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
- 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
- PyGObject：使用GTK+开发GUI的功能库
Python库之游戏开发
- PyGame：简单的游戏开发功能库
- Panda3D：开源、跨平台的3D渲染和游戏开发库
- cocos2d：构建2D游戏和图形界面交互式应用的框架
Python库之虚拟现实
- VR Zero：在树莓派上开发VR应用的Python库
- pyovr：Oculus Rift的开发接口
- Vizard：基于Python的通用VR开发引擎
Python库之图形艺术：
- Quadas：迭代的艺术
  - 对图像进行四分迭代，形成像素风
- ascii_art：ASCII艺术库
  - 将普通图片转为ASCII艺术风格
- turtle：海龟绘图体系

9.5 实例16：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()