第九周:Python计算生态概览
9.1 从数据处理到人工智能
9.1.1 Python库之数据分析
Numpy:表达N维数组的最基础库,C语言实现,Python借口使用。它是Python数据分析及科学计算的基础库,支持Pandas等。
Pandas:提供了简单易用的数据结构和数据分析工具,它可以帮助我们理解数据类型与索引关系,操作索引即操作数据。
SciPy:提供了一批数学算法及工程数据运算功能,类似Matlab,可以用于如傅里叶变换、信号处理等应用。
9.1.2 Python库之数据可视化
Matplotlib:提供了超过100种数据可视化展示效果。通过Matplotlib.pyplot字库调用各可视化效果。
Seaborn:统计类数据可视化功能库。
Mayavi:三位科学数据可视化功能库。
9.1.3 Python库之文本处理
PyPDF2:用来处理pdf文件的工具集。完全python语言实现,稳定。
NLTK:自然语言文本处理第三方库。
Python-docx:创建或更新MS Word文件的第三方库。
9.1.4 Python库之机器学习
Scikit-learn:机器学习方法工具集。
Tensorflow
MXNet:基于神经网络的深度学习计算框架。
9.2 实例15:霍兰德人格分析雷达图
9.2.1 问题分析
通用雷达图绘制:matplotlib库;专业的多维数据表示:numpy库。
9.2.2 代码编写
代码:
import numpy as npimport matplotlib.pyplot as pltimport matplotlibmatplotlib.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 = 6data = 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()
输出结果:
图1
9.3 从Web解析到网络空间
9.3.1 Python库之Web开发
注:网络爬虫、Web信息提取在其它课程已经具体介绍,这里不再整理。
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;
(2)采用MTV模式:模型(model)、模板(Template)、视图(Views);
(4)Python最重要的Web应用框架,比较复杂。
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)规模适中,适合快速构建并适度扩展类应用;
(3)Python产品级Web应用框架,起步简单可扩展性好。
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。
9.3.2 Python库之网络应用开发
WeRoBot:微信公众号开发框架。
aip:百度AI开放平台借口。
MyQR:二维码生成的第三方库。
9.4 从人机交互到艺术设计
9.4.1 Python库之图形用户界面
PyQt5:Qt开放框架的Python接口
(1)提供了创建Qt5程序的Python API接口;
(2)Qt是非常成熟的跨平台桌面应用开发系统,完备GUI;
(3)非常推荐!
wxPython:跨平台GUI开发框架。
PyGObject:使用GTK+开发GUI的功能库
(1)提供了整合GTK+、WebKitGTK+等库的功能;
(2)GTK+:跨平台的一种用户图形界面GUI框架;
(3)Anaconda采用该库构建GUI。
9.4.2 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,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,适用于专业级2D游戏开发。
9.4.3 Python库之虚拟现实
VR Zero:在树莓派上开发VR应用的Python库,提供了大量与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。
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,可以用于多种VR设备。
9.4.4 Python库之图形艺术
Quads:迭代的艺术。对图片进行四分迭代,形成像素风,可以生产动图或者静图。
Ascii_art:ASCII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。
turtle:海龟绘图体系。
9.5实例16:玫瑰花绘制
9.5.1 代码编写
代码如下:
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 # sizet.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()
结果如下:
图2