DL1. python入门
1. 深度学习及其学习以及数据科学领域,应用较多,凭借NumPy, SciPy等优秀的数据计算和统计分析库,应用较多,
2. Python的版本:分为2.x和3.x, 3.x写的代码2.x无法执行。
3. 深度学习涉及的外部库:
a) NumPy库:用于数值计算的库,提供数学算法和矩阵的操作接口。
b) MatPlotlib库:绘制图形的库。
4. Anaconda 3.x内部除了python3.x的环境以外,还集成了含上述库在内的必要库。
-------------------1.3 python解释器---------·------------------
1. Cmd中输入 python –version 可以查询python的版本。
2. Cmd python 可以启动python解释器,解释器与matlab的界面有点像
3. 算数运算:
a) 加减略; 乘法(*) 除法(/) 乘方(**)
4. 数据类型:
a) 三种:整数, 小数, 字符串。 Int float “hello”
b) 用type(val)可以查看val的类型
5. 变量:命名规范与C语言类似,
a) 动态变量类型,即不需要显式的指定某变量的类型
b) 类型自动转换:小数与整数,结果为小数
c) 举例:x=10; x=x+0.1; type(x) = “float”
6. 打印值与注释:
a) 打印使用print(val),不同于C语言,没有格式化的打印
b) #为注释的意思,放在前面
7. 列表:(类似数组)
a) 定义:a= [1,2,3,4,5]
b) 打印全部:print(a) 打印某元素print(a[4])
c) 获取长度:len(a)
d) 访问谋个元素:a[3] 注意下标从0开始
e) 访问某一子表:
i. 下标为0-2的元素: a[0:2]
ii. 1-最后 的元素: a[1:]
iii. 索引为3之前的元素: a[:3]
iv. 最后一个元素的前一个元素之前的所有数据a[:-1]
v. 最后一个元素到前两个元素之前的所有数据a[:-2]
vi. X:y [x,y) 即左边是包含,右边不包含
vii. 注意y可以是-1,即最后一个元素,-2代表倒数第二个元素
viii. 凡是【】形式的访问,右侧都是不包含的
8. 字典:以键值对的形式存储数据,类似《新华字典》
a) 定义:me={key1:val1, key2:val2} 即为建立联系,对于key和val的类型均没有限制,同一本字典的不同key类型可以不同。
b) 添加: me[newkey] = newval
c) 访问: me[key] 即访问key所对应的val
9. 布尔类型:类型“bool” 可取值【True False】(首字母必须大写)
a) Type() = bool
b) 运算符:and or not A and b; a or b not c
10. If语句:
if a (a可以是int float bool类型)
print(“111”) 前面可以是四个空格
print(“111”) 前面也可以是一个tab
#python中,四个空格或一个tab表示缩进,缩进不仅代表格式,还代表所属关系
Else:
Print(“222”)
Print(“333”)
#此行前面不加空格,即代表else结束,即if结束。
11. For循环语句:用于循环处理。
For a in [1, 3, 5]: #即 for val in [a,b,c]
Print(“a”) #注意结果为1, 3, 5
注意运行的次数为3次,但是结果为 1 3 5
此外需要注意的一点是 for in后面的可以是7节中的列表
12. 函数:
def xxx(object1, pbject2):
print(“hello” + object1 + object2 + “!”) 字符串拼接使用“+”
调用:xxx(mlw niubi)
-------------------·--·-python中类的定义以及实例化-------·-----------
1. Python脚本文件以 .py 为后缀。在其中书写一系列语句,然后在cmd界面(不需要进入python解释器模式)直接python xx.py 即可运行该py文件。
2. 类:相当于结构体。之前我们了解的类(int str等通过type获取的)是pytjon默认集成的,我们可以自己定义类。类的定义如下
class mlw: //类名称 mlw
def __init__(self, arg1, arg2): //构造函数,注意其名字一定为__init__, 参数随意
self.arg1 = arg1
self.arg2 = arg2
print("Initialized!")
def func1(self): //定义其他功能函数
def func2(self): //定义其他功能函数
3. 类的实例化: mlw val1(arg1, arg2); //定义名为val1的mlw类变量。同时传参给构造函数,注意实参的类型和数量必须符合构造函数的要求,不然失败。
4. 类的成员以及函数的引用:
a) 类的成员的引用: val1.arg1 val1.arg2
b) 类的成员函数的使用: val1.func1() val1.func2() 注意后面必须加括号。
----------·--------·------------------------
-----------------·--------NumPy--------------·--------------
1. 用于数组和矩阵的运算,NumPy中的数组类(numpy.array)中提供了很多方法,
2. 导入:NumPy是外部库,所谓外部就是不包含在python的默认库中,需要导入:对话模式下执行:import numpy as np 即可完成导入。
3. import libxxx as xxx :导入libxxx库,然后连接到符号xxx。后续通过xxx即可调用该库。
具体使用:
1. 生成NumPy数组:Resault = np.array(val)
a) Val:入参,是python列表类型。
b) Resault出参,是nump.ndarray 类型的数据。
2. NumPy之间的算数运算:运算的需要是同维数,加减乘除即对应的元素加减乘除。Numpy数组也可与标量进行运算,就是对每个成员与该标量进行运算。
3. NumPy的N维数组:即矩阵
a) 定义: val = np.array(【[1,2], [3,4], [5,6]】) []内的为一行
b) 获取维数:该类中集成了shape函数,用于返回维数。
c) 获取矩阵元素的类型:该类中集成了dtype函数,用于返回元素的类型
d) 两个维数相同的矩阵可以进行运算,注意乘法是点乘,即对应元素计算。
e) 矩阵可以与标量进行运算,方法是遍历每个元素计算。基于广播实现的。
f) 一维数组称为向量 二维数组称为矩阵,三维及以上的称为张量。
4. 广播:NumPy中不同维数的数组之间可以运算,比如矩阵和标量之间,因为NumPy有自动补全的机制,用于解决不同维数之间矩阵计算的问题,关于自动补全的方法不详细介绍,
5. 访问矩阵元素:元素索引从0开始(与python通用的列表相同)
a) 访问某行:val[xx] 访问xx行的所有元素 ,注意xx也是从0开始的。
b) 访问某个元素: val[xx][yy] 访问xx行yy列的元素
c) Np.flatten函数用于将np.array矩阵中的元素转换为数组。
i. Val = val.flatten() val仍然是numpy.ndarray类型的。注意按行存储。
d) 注意matlab是按列存储的。
e) Val【np.array([0, 2, 4])】获取索引为0 2 4 的元素
f) 数组的布尔型运算:对数组进行布尔型运算,会得到一个true false的数组 val>3
g) Val【val>3】 打印出所有大于3的元素的值。
对于NumPy的使用,以实际的训练为主。
几个方法的介绍:
1. Np.arange(min, max, step) 类似于matalab定义一个向量
2. Np中集成了sin cos等函数: y=np.sin(x) //其中x是自己生成的向量。
------------·------------matplotlib库--------·-·-----------
1. 外部库,需要导入:import matplotlib.pyplot as plt
2. 显示图形示例:
a) X=np.arange(min, max, step)
b) Y=np.sin(x)
c) Plt.plot(x,y) 调用plt类中的绘制函数
d) Plt.show() 调用plt类中的显示函数
3. Plt.plot(x, y, label=”sin”, linestyle=”-”) 其中label是图形的标示符,linestyle是曲线的类型。
4. Plt.xlabel(“str”) x轴的标记 plt.ylabel(“str”) y轴的标记
5. Plt.title(“title”) 图像的标题
6. Plt.legend() plt.show()
7. 显示图像:略。
DL1. python入门相关推荐
- python速成要多久2019-8-28_2019最全Python入门学习路线,不是我吹,绝对是最全
近几年Python的受欢迎程度可谓是扶摇直上,当然了学习的人也是愈来愈多.一些学习Python的小白在学习初期,总希望能够得到一份Python学习路线图,小编经过多方汇总为大家汇总了一份Python学 ...
- Python入门学习方法有哪些?
Python编程语言是相对比较简单的一门编程语言,在IT行业,很多零基础学员都会优先选择Python语言进行学习,希望可以进入到IT这个大家庭,那么想要学好Python编程,针对Python入门学习方 ...
- 全了!从Python入门到入魔
总被读者问到,我看完了python入门的书,后面就不知道要学什么了.今天就给你们整理全套入门到进阶的教程. 这套教程非常全面而且详细,从Python入门到Python进阶.Django.Flask等W ...
- 全了!从Python入门到精通
总被读者问到,我看完了python入门的书,后面就不知道要学什么了.今天就给你们整理全套入门到进阶的教程. 这套教程非常全面而且详细,从Python入门到Python进阶.Django.Flask等W ...
- 卧槽!微软Python入门课居然汉化了!
去年,微软上线了自己的Python入门课程.一时间,好评如潮.但是真正看完这个课程的国人非常少,因为它的翻译实在是太烂了(英文听力好的人应该看的还是很爽的).很明显,微软直接采用了机器翻译,导致视频的 ...
- python入门:工欲善其事,必先利其器
未来将是一个全民编程的年代.本头条号以科普为基础,旨在向大家介绍如何快速掌握这门编程语言,从而能为自己的工作和生活带来高效和便利.本期的主题是python入门,希望通过下面三个步骤把大家带到pytho ...
- 15天Python入门-3-流程控制-选择结构
15天Python入门-3-流程控制-选择结构 时代赋能 生命的意义是成为你自己 已关注 1 人赞同了该文章 设想一个场景,你需要控制机器人和顾客打招呼,假设机器人(在大多数情况下)能够判断出顾客的性 ...
- Python入门 Python自学路线 Python如何学习
本文介绍Python入门 Python自学路线 Python如何学习.先说点题外话吧:首先呢,我刚开始接触编程的时候,学的是C,那时候Python还没有这么火,后来学了C++,PHP,Java,前端. ...
- 微软推出Python入门课,登上GitHub趋势榜第一(附视频)
来源:新智元 本文约900字,建议阅读10分钟. 本文带你看视频轻松学习python课程! [ 导读 ] 微软针对 Python 初学者,推出了一套免费的教程视频.这套课程最大的特定是轻松简洁,一上线 ...
最新文章
- 解放双手!接私活必备的Java开源项目
- 红黑树(一)之 原理和算法详细介绍---转帖
- CVPR 2016 有什么值得关注的亮点?
- Silverlight 3 全系列开发工具发布
- 我们究竟还要学习哪些Android知识?看这一篇就够了!
- 斌伯的博客园Blog开张大吉
- 简单的进度条拖动效果及拖拽改变层大小
- Android Studio单元测试入门
- 20220729梦笔记
- python treeview控件使用详解_python绘图工具turtle库的使用详解
- android java项目源码_Android项目源码本站第三个知乎app项目
- PDF转Word的时候需要输入密码怎么办?
- s3c2440linux2.6mmc/sd驱动程序
- mt4虚拟服务器账户无效,mt4为什么会有无效账户 无效账户解决方法
- 视频转图片,图片转视频 OpenCV-python实现
- 自考招生工商学院类网站织梦模板
- 判断视频中是否存在移动物体
- 【多模态】多模态摘要简述
- 数字货币或将消灭银行 未来3至5年,银行业可能将崩溃?
- 手把手教你如何在Facebook上找客户——实战分享