人工智能基礎(chǔ)與應(yīng)用（第2版）（微課版）課件 模塊2 Python：人工智能開發(fā)語言

模塊?Python：人工智能開發(fā)語言2-1初識(shí)Python目錄CONTENTSPython簡介01Python的特點(diǎn)及應(yīng)用領(lǐng)域02一.Python簡介發(fā)明人：吉多·范羅蘇姆一.Python簡介最受歡迎的計(jì)算機(jī)語言二.Python的特點(diǎn)及應(yīng)用領(lǐng)域1Python特點(diǎn)Python為人工智能首選語言二.Python的特點(diǎn)及應(yīng)用領(lǐng)域2Python應(yīng)用領(lǐng)域數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)、深度學(xué)習(xí)二.Python的特點(diǎn)及應(yīng)用領(lǐng)域2Python應(yīng)用領(lǐng)域云計(jì)算與運(yùn)維Web應(yīng)用開發(fā)人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-2Python開發(fā)環(huán)境搭建模塊?Python：人工智能開發(fā)語言目錄CONTENTS安裝Python01安裝Anaconda02淺嘗Python03一.安裝Python1.下載Python安裝文件一.安裝Python1.下載Python安裝文件一.安裝Python2.安裝Python安裝設(shè)置界面安裝成功提示界面一.安裝Python2.安裝PythonPython快捷菜單安裝成功提示界面Python3.10ModuleDocs(64-bit)：內(nèi)置服務(wù)式的Python模塊幫助文檔。IDLE(Python3.1064-bit)：Python自帶的集成開發(fā)環(huán)境（IntegratedDevelopmentandLearningEnvironment，IDLE）。Python3.10Manuals(64-bit)：Python幫助文檔。Python3.10(64-bit)：Python解釋器。二.安裝Anaconda1.安裝AnacondaAnaconda是一個(gè)可以便捷安裝開發(fā)包且對包能夠進(jìn)行統(tǒng)一管理的工具，它包含了conda、numpy、scipy、pandas、notebook在內(nèi)的超過180多個(gè)科學(xué)包及其依賴項(xiàng)。官網(wǎng)下載界面二.安裝Anaconda1.安裝AnacondaAnaconda安裝完成勾選安裝選項(xiàng)二.安裝Anaconda2.啟動(dòng)JupyterNotebook啟動(dòng)JupyternotebookAnaconda的快捷菜單二.安裝Anaconda2.啟動(dòng)JupyterNotebookJupyterNotebook主頁二.安裝Anaconda3.淺嘗Python新建case2-1的腳本源程序編寫源代碼人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-3Python編程基礎(chǔ)模塊?Python：人工智能開發(fā)語言目錄CONTENTS變量01分支結(jié)構(gòu)02循環(huán)結(jié)構(gòu)03組合數(shù)據(jù)類型04一.變量1.變量定義程序需要將數(shù)據(jù)存儲(chǔ)到變量中，變量是計(jì)算機(jī)內(nèi)存的存儲(chǔ)位置的表示，也叫內(nèi)存變量。變量用標(biāo)識(shí)符來命名，也就是每個(gè)變量都有自己的名字，但命名變量的時(shí)候不能讓變量名字與Python保留的關(guān)鍵字沖突。Python的關(guān)鍵字一.變量2.變量命名規(guī)則定義變量在Python內(nèi)部是有類型的，如int、float、str等類型，但是在編程時(shí)無須關(guān)注變量類型，所有的變量都無須提前聲明，賦值后就能使用。另外，可以將不同類型的數(shù)據(jù)賦值給同一個(gè)變量，所以變量的類型是可以隨時(shí)改變的，可以用函數(shù)type來查看變量的類型。二.分支結(jié)構(gòu)1.執(zhí)行流程語法表示ifcondition_1:

statement_block_1elifcondition_2:

statement_block_2else:

statement_block_3二.分支結(jié)構(gòu)2.例子【引例2-2】判斷狗對應(yīng)于人類的年齡。（1）引例描述輸入狗的實(shí)際年齡，按下列公式計(jì)算狗對應(yīng)于人類的年齡。

上式中x表示狗的實(shí)際年齡，y表示狗對應(yīng)于人類的年齡。源代碼三.循環(huán)結(jié)構(gòu)1.while循環(huán)語法表示while循環(huán)條件(condition):

執(zhí)行語句(statements)…三.循環(huán)結(jié)構(gòu)2.例子源代碼【引例2-3】多次反復(fù)計(jì)算狗對應(yīng)于人類的年齡。（1）引例描述多次反復(fù)計(jì)算不同狗的年齡對應(yīng)于人類的年齡，直到用戶按“Q”鍵退出。四.組合數(shù)據(jù)類型1.列表列表用方括號(hào)“[]”來表示，里面的各元素用逗號(hào)分開，列表的各元素可以是不同的數(shù)據(jù)類型。創(chuàng)建一個(gè)列表，只要把用逗號(hào)分開的所有的元素使用方括號(hào)括起來即可。示例代碼二.安裝Anaconda1.安裝AnacondaAnaconda是一個(gè)可以便捷安裝開發(fā)包且對包能夠進(jìn)行統(tǒng)一管理的工具，它包含了conda、numpy、scipy、pandas、notebook在內(nèi)的超過180多個(gè)科學(xué)包及其依賴項(xiàng)。官網(wǎng)下載界面二.安裝Anaconda1.安裝AnacondaAnaconda安裝完成勾選安裝選項(xiàng)二.安裝Anaconda2.啟動(dòng)JupyterNotebook啟動(dòng)JupyternotebookAnaconda的快捷菜單二.安裝Anaconda2.啟動(dòng)JupyterNotebookJupyterNotebook主頁二.安裝Anaconda3.淺嘗Python新建case2-1的腳本源程序編寫源代碼人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-4NumPy基礎(chǔ)應(yīng)用模塊?Python：人工智能開發(fā)語言目錄CONTENTS求解三元一次方程01數(shù)組計(jì)算02向量化處理03一.求解三元一次方程1.NumPy安裝在Anaconda中已包含NumPy等基礎(chǔ)庫，如果其中沒有找到NumPy，說明它還沒有安裝或已被卸載，需要執(zhí)行以下命令來安裝NumPy。

pip3installnumpyNumpy安裝界面一.求解三元一次方程2.引例執(zhí)行結(jié)果：二.數(shù)組計(jì)算1.數(shù)組定義數(shù)組是NumPy中最基礎(chǔ)的數(shù)據(jù)結(jié)構(gòu)，N維數(shù)組對象是ndarray，它是一系列同類型元素的集合，以0開始表示集合中元素的索引。在深度學(xué)習(xí)中，神經(jīng)元之間的連接關(guān)系往往采用數(shù)組形式的參數(shù)來表示，還有大數(shù)據(jù)的統(tǒng)計(jì)也常常采用數(shù)組特性進(jìn)行排序、去重和統(tǒng)計(jì)計(jì)算等。使用NumPy提供的數(shù)組操作，比使用常規(guī)的Python數(shù)組操作有更高的效率和更簡潔的編程代碼。ndarray0開始索引表示處理高校編程簡潔二.數(shù)組計(jì)算2.引例1 importnumpyasnp2 iris_data=np.loadtxt("./data/iris.csv",delimiter=",",skiprows=1)3 print(type(iris_data))4 print(iris_data.shape)5 print('花萼長度的最大值:',np.max(iris_data[:,1]))6 print('花萼長度的最小值:',np.min(iris_data[:,1]))7 print('花萼長度的平均值:',np.mean(iris_data[:,1]))8 print('花萼長度的標(biāo)準(zhǔn)差:',np.std(iris_data[:,1]))9 print('花萼長度的方差:',np.var(iris_data[:,1]))二.數(shù)組計(jì)算2.引例執(zhí)行結(jié)果:數(shù)組計(jì)算方便代碼簡潔高效三.向量化處理1.概念三.向量化處理2.引例讀數(shù)據(jù)三.向量化處理2.引例VS結(jié)果對比：人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-5Matplotlib基礎(chǔ)應(yīng)用模塊?Python：人工智能開發(fā)語言目錄CONTENTS繪制直方圖01繪制散點(diǎn)圖02一.繪制直方圖1.Matplotlib簡介Python的第三方庫Matplotlib提供了豐富的繪圖功能，是一個(gè)非常好用的數(shù)據(jù)可視化工具。Anaconda中已包含該工具，可以直接調(diào)用該第三方庫。matplotlib官網(wǎng)一.繪制直方圖2.引例一.繪制直方圖2.引例運(yùn)行結(jié)果：二.繪制散點(diǎn)圖1.概念散點(diǎn)圖利用一系列的散點(diǎn)將兩個(gè)變量的聯(lián)合分布情況描繪出來，可以從圖形分布中推斷一些信息，如兩個(gè)變量間是否存在某種有意義的關(guān)系，當(dāng)數(shù)據(jù)以恰當(dāng)?shù)姆绞皆谏Ⅻc(diǎn)圖中展示出來時(shí)，就可以非常直觀地觀察到某些趨勢或者模式，也就可以揭示變量之間的關(guān)系。下面，以鳶尾花數(shù)據(jù)集為例，利用seaborn庫的散點(diǎn)圖嘗試揭示鳶尾花花瓣的寬度和長度之間的關(guān)系。二.繪制散點(diǎn)圖2.引例二.繪制散點(diǎn)圖2.引例執(zhí)行結(jié)果:人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-6項(xiàng)目1—精準(zhǔn)扶貧計(jì)劃模塊?Python：人工智能開發(fā)語言目錄CONTENTS提出問題01解決方案02預(yù)備知識(shí)03任務(wù)1—從鍵盤輸入方程的系數(shù)04任務(wù)2—調(diào)用roots函數(shù)求解方程05一.提出問題問題描述某縣城當(dāng)年有約12000個(gè)貧困人口，為合理利于扶貧資源、保持可持續(xù)減貧目標(biāo)，計(jì)劃3年后將貧困人口控制在2000左右，你認(rèn)為將年平均貧困人口下降率定為多少比較合適？如何利用numpy求解該問題二.解決方案方案分析數(shù)學(xué)描述：解決流程：三.預(yù)備知識(shí)求根函數(shù)rootsnumpy.roots([多項(xiàng)式系數(shù)])Polynomial([多項(xiàng)式系數(shù)]).roots()用法1：用法2：四.任務(wù)1——從鍵盤輸入方程的系數(shù)1.兩種實(shí)現(xiàn)代碼方法1方法2四.任務(wù)1——從鍵盤輸入方程的系數(shù)2.運(yùn)行結(jié)果方法1結(jié)果：方法2結(jié)果：五.任務(wù)2——調(diào)用roots函數(shù)求解方程1.任務(wù)描述用兩種方法實(shí)現(xiàn)！五.任務(wù)2——調(diào)用roots函數(shù)求解方程2.實(shí)現(xiàn)代碼方法1：方法2：五.任務(wù)2——調(diào)用roots函數(shù)求解方程2.運(yùn)行結(jié)果方法1：方法2：人工智能基礎(chǔ)與應(yīng)用Thankyouverymuch!2-7項(xiàng)目2—解讀第二產(chǎn)業(yè)的GDP發(fā)展趨勢模塊?Python：人工智能開發(fā)語言目錄CONTENTS提出問題01解決方案02預(yù)備知識(shí)03任務(wù)1—讀取GDP數(shù)據(jù)并觀察數(shù)據(jù)結(jié)構(gòu)04任務(wù)2—繪制GDP數(shù)據(jù)的折線圖05一.提出問題問題描述當(dāng)拿到大量有關(guān)GDP的數(shù)據(jù)時(shí)，如何從這些表面看起來雜亂無章的數(shù)據(jù)中解讀出一些有價(jià)值的信息呢？顯然，如果能將這些數(shù)據(jù)以圖形的方式展現(xiàn)出來，如將這些數(shù)據(jù)以隨時(shí)間（或另一個(gè)變量）而變化的關(guān)系在圖上繪制出來，是否能直觀地幫助人們更深入洞悉數(shù)據(jù)背后可能隱藏的一些有用信息呢？如何用圖形展示數(shù)據(jù)規(guī)律二.解決方案方案分析使用工具：