第九章

第九章 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

• 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：直观展示数据内涵的方式

• 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

二、实例15: 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

Python库之网络爬虫

1.Requests: 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

• Python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

• 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、提供数据处理流程等

• Python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

• 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

• Python重要的网络爬虫类第三方库

Python库之Web信息提取

1.Beautiful Soup: HTML和XML的解析库

2.Re: 正则表达式解析和处理功能库

3.Python-Goose: 提取文章类型Web页面的功能库

Python库之Web网站开发

1.Django: 最流行的Web应用框架

2.Pyramid: 规模适中的Web应用框架

3.Flask: Web应用开发微框架

Python库之网络应用开发

1.WeRoBot: 微信公众号开发框架

2.aip: 百度AI开放平台接口

3.MyQR: 二维码生成第三方库

四、从人机交互到艺术设计

Python库之图形用户界面

1.PyQt5: Qt开发框架的Python接口

2.wxPython: 跨平台GUI开发框架

3.PyGObject: 使用GTK+开发GUI的功能库

Python库之游戏开发

1.PyGame: 简单的游戏开发功能库

2.Panda3D: 开源、跨平台的3D渲染和游戏开发库

3.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

1.VR Zero: 在树莓派上开发VR应用的Python库

2.pyovr: Oculus Rift的Python开发接口

3.Vizard: 基于Python的通用VR开发引擎

Python库之图形艺术

1.Quads: 迭代的艺术

2.asciiart: ASCII艺术库

3.turtle: 海龟绘图体系

五、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()