欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

人生苦短,我用python

程序员文章站 2022-05-28 21:27:35
...

        python是一种动态的,面向对象的解释型脚本语言,他的代码风格“优雅”,“明确”,“简单”;更重要的是它于现在流行的数据分析,人工智能扯上了联系,因此受到广大编程爱好者的喜爱。此时,大家戏称:“人生苦短,我用python”。

目录

【python特性】

【python如何学】

【数据爬虫】

【数据分析】

【机器学习】

【总结】


【python特性】

          python的动态性体现在:

class Student(object):
    pass

s = Student()
s.name = 'alex'
print(s.name)

        对象在定义后可以动态添加属性和方法,实际上上面代码执行的内部原理如下:

s.__setattr__("name","alex")
s.__getattribute__("name")

         python是一种面向对象的语言,它支持继承、重载、派生、多继承:

class Filter:
    def init(self):
        selef.block=[]

#SPAMFilter继承Filter,是Filter的子类
class SPAMFilter(Filter):
    def init(self):
        selef.block=['SPAM']
class Calculator:
    def calculate(self,expression):
        self.value=eval(expression)
class Talker:
    def talk(self):
        print('The value is'+self.value)
# TalkingCalculator同时继承Calculator,Talker
class TalkingCalculator(Calculator,Talker):
    pass

tc=TalkingCalculator()
tc.calculate('1+2*3')
tc.talk()


The value is 7

        Python语言是类似于javascript的解释型语言,具备js的脚本特性,但脚本语言简单程序设计的任务语言,又是与python无法比拟的。

【python如何学】

        任何语言的学习都是建立在基础语法的前提下进行的,然后根据python的应用对象选择一个学习方向:web开发,人工智能方向,数据分析,网络爬虫等。

        python基础内容,大致包括数据类型,函数,类,文件操作,网络编程,异常处理等基础内容。借用一下百度经验的图:

        人生苦短,我用python

       其他高级应用python提供了大量的基础类库及应用框架,因此代码开发非常简单迅速,以下介绍python在数据爬虫与数据分析,机器学习领域常用的基础类库:

       

人生苦短,我用python

      有关这些基础类库和框架的介绍网上都可以找到,以下收录了几个小编在学习过程中学习到的文章,仅供参考:

      《python数据分析入门学习笔记》

      《Numpy教程》

【数据爬虫】

        爬虫是数据源获取方式之一,被定义为:爬取网页数据的程序。

       大数据时代数据已成为最重要的资产之一,数据的获取主要通过以下几个方式进行:

  •               大企业自己生产数据(例如:百度指数,阿里指数)
  •               数据管理咨询公司 (例如:麦肯锡)
  •               *机构提供平台数据(例如:国家统计局,世界银行,Nasdaq)
  •               第三方平台购买(例如:数据堂,贵阳大数据交易所)
  •               爬虫爬取数据

        爬虫的主要方式为:通过固定的url模拟get或post请求获取html网页数据,再通过数据解析,将数据保存至数据库。数据解析首先要通过网页分析,最常用的抓包工具分析为Fiddler。

【数据分析】

         数据分析是通过数据统计方法,对现有数据源进行分析,最后常用图表方式展示,为决策制定出谋划策。

         数据分析的流程:提出问题--准备数据--分析数据--获得结论--成果可视化。

【机器学习】

        机器学习是一个自动化过程,百度百科这样介绍:机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论凸分析算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。总结来说,就是让数据分析的过程变成自动化,通过数据+算法的方式不断学习,以寻找问题最优解决方案。

        python为机器学习提供了大量的基础类库,方便使用者在机器学习过程中简易操作数学函数,更方便的实现算法。

【总结】

       本博文是小编在初学Python过程中的简单整理和看法,旨在为机器学习建立理论体系!为此,小编会在GitHub上持续更新自己的python学习旅程,请大家多多指教!

git地址:https://github.com/whpHarper/pychon.git