主要参考来源：慕课嵩天老师的“Python语言程序设计”[https://www.icourse163.org/course/BIT-268001?tid=1468130447]
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：采用合适方法用程序表达数据
数据清洗：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
Python库之数据分析
Numpy：表达N维数组的最基础库
Python接口使用，C语言实现，计算速度优异
Python数据分析及科学计算的基础库，支撑Pandas等
提供直接的矩阵运算、广播函数、线性代数等功能
http://www.numpy.org
Pandas:Python数据分析高层次应用库
提供了简单易用的数据结构和数据分析工具
理解数据类型与索引的关系，操作索引即操作数据
Python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
https://pandas.pydata.org
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功能
类似Matlab，可用于如傅里叶变换、信号处理等应用
Python最主要的科学计算功能库，基于Numpy开发
Python库之数据可视化
Matplotlib：高质量的二维数据可视化功能库
提供了超过100种数据可视化展示效果
通过matplotlib.pyplot子库调用各可视化效果
Python最主要的数据可视化功能库，基于Numpy开发
http://matplotlib.org
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
基于Matplotlib开发，支持Numpy和Pandas
http://seaborn.pydata.org/
Mayavi:三维科学数据可视化功能库
提供了一批简单易用的3D科学计算数据可视化展示效果
目前版本是Mayavi2，三维可视化最主要的第三方库
支持Numpy、TVTK、Traits、Envisage等第三方库
http://docs.enthought.com/mayavi/mayavi/
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
支持获取信息、分隔/整合文件、加密解密等
完全Python语言实现，不需要额外依赖，功能稳定
http:mstamy2.github.io/PyPDF2
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、语义分析等
最优秀的Python自然语言处理库
http://www.nltk.org/
Python-docx:创建或更新Microsoft Word文件的第三方库
提供创建或更新.doc、.docx等文件的计算功能
增加并配置段落、图片、表格、文字等，功能齐全
http://python-docx.readthedocs.io/en/lates/index.html
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
机器学习最基本且最优秀的Python第三方库
http://scikt-learn.org/
TensorFlow:AlphaGo背后的机器学习计算框架
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
应用机器学习方法的一种方法，支撑谷歌人工智能应用
https://www.tensorflow.org/
MXNet:基于神经网络的深度学习计算框架
提供可扩展的神经网络及深度学习计算功能
可用于自动驾驶、机器翻译、语音识别等众多领域
Python最重要的深度学习计算框架
https://mxnet.incubator.apache.org/
9.2实例15：霍兰德人格分析雷达图
“霍兰德人格分析雷达图”问题分析
雷达图 Radar Chart
雷达图是多特性直观展示的重要方式
霍兰德人格分析
霍兰德认为：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
霍兰德人格分析雷达图
需求：雷达图方式验证霍兰德人格分析
输入：各职业人群结合兴趣的调研数据
输出：雷达图
通用雷达图绘制：matplotlib库
输出：雷达图
“霍兰德人格分析雷达图”实例展示
#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, 6, endpoint=False)
radar_labels = np.concatenate((radar_labels,[radar_labels[0]])) #新加
data_labels = np.concatenate((data_labels,[data_labels[0]])) #新加
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)#删去了frac=1.2，较高版本的matplotlib的Text对象不需要frac参数
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()
“霍兰德人格分析雷达图”举一反三
目标+沉浸+熟练
编程的目标感：寻找感兴趣的目标，寻（wa）觅（jue）之
编程的沉浸感：寻找可实现的方法，思（zhuo）考（mo）之
编程的熟练度：练习、练习、再练习，熟练之
9.3从Web解析到网络空间
Python库之网络爬虫
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
http://www.python-requests.org/
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
https://scrapy.org
pysider: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
http://docs.pyspider.org
Python库之Web信息提取
Beautiful Soup：HTML和XML的解析库
提供了解析HTML和XML等Web信息的功能
又名beautifulsoup4或bs4，可以加载多种解析引擎
常与网络爬虫库搭配使用，如Scrapy、requests等
https://www.crummy.com/software/BeautifulSoup/bs4
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最主要的标准库之一，无需安装
https://docs.python.org/3.6/library/re.html
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最主要的Web信息提取库
https://github.com/grangier/python-goose
Python库之Web网站开发
Django:最流行的Web应用框架
提供了构建Web系统的基本应用框架
MTV模式：模型（model）、模板（Template）、视图（Views）
Python最重要的Web应用框架，略微复杂的应用框架
https://www.djangoproject.com
Pyramid:规模适中的Web应用框架
提供了简单方便构建Web系统的应用框架
不大不小，规模适中，适合快速构建
Python产品级Web应用框架，起步简单可扩展性好
https://trypyramid.com/
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
特点是：简单、规模小、快速
Django>Pyramid>Flask
http://flask.pocoo.org
Python库之网络应用开发
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
https://github.com/offu/WeRoBot
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
Python百度AI应用的最主要方式
https://github.com/Baidu-AIP/python-sdk
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
https://github.com/syInsfar/qrcode
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
推荐的Python GUI开发第三方库
https://www.riverbankcomputing.com/software/pyqt
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
Python最主要的数据分析功能库，基于Numpy开发
https://www.wxpython.org
PyGObject:使用GTK+开发GUI的功能库
提供了整合GTK+、WebKitGTK+等库的功能
GTK+:跨平台的一种用户图形界面GUI框架
实例：Anaconda采用该库构建GUI
https:pygobject.readthedocs.io
Python库之游戏开发
PyGame:简单的游戏开发功能库
提供了基于SDL的简单游戏开发功能及实现引擎
理解游戏对外部输入的响应机制及角色构建和交互机制
Python游戏入门最主要的第三方库
http://www.pygame.org
Panda3D:开源、跨平台的3D渲染和游戏开发库
一个3D游戏引擎，提供Python和C++两种接口
支持很多先进特性：发现贴圈、光泽贴圈、卡通渲染等
由迪士尼和卡尼吉梅隆大学共同开发
http://www.panda3d.org
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2D专业级游戏开发
http://python.cocos2d.org/
Python库之虚拟现实
VR Zero:在树莓派上开发VR应用的Python库
提供大量与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
https://github.com/WayneKeenan/python-vrzero
pyovr:Oculus Rift的Python开发接口
针对Oculus VR设备的Python开发库
基于成熟的VR设备，提供全套文档，工业级应用设备
Python+虚拟现实领域探索的一种思路
https://github.com/cmbruns/pyovr
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
支持多种主流的VR硬件设备，具有一定通用性
http://www.worldviz.com/vizard-virtual-reality-software
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
可以生成动图或静图图像
简单易用，具有很高展示度
https://github.com/fogleman/Quads
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
https://github.com/jontonsoup4/ascii_art
turtle:海龟绘图体系
https://docs.python.org/3/library/turtle.html
9.5实例16：玫瑰花绘制
“玫瑰花绘制”问题分析
玫瑰花绘制
需求：用Python绘制一朵玫瑰花，献给所思所念
输入：你的想象力！
输出：玫瑰花
绘制机理：turtle基本图形绘制
绘制思想：因人而异
思想有多大、世界就有多大
“玫瑰花绘制”实例展示
#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()
“玫瑰花绘制”举一反三
艺术之于编程，设计之于编程
艺术：思想优先，编程是手段
设计：想法和编程同等重要
工程：编程优先，思想次之
编程不重要，思想才重要！
认识自己：明确自己的目标，有自己的思想（想法）
方式方法：编程只是手段，熟练之，未雨绸缪为思想服务
为谁编程：将自身发展与祖国发展相结合，创造真正价值
