从数据处理到人工智能

从数据处理到人工智能的完整链条：

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

从数据处理到人工智能有一大批的与Python相关的第三方生态库。下面将简要介绍：

• Python库之数据分析
• Python库之数据可视化
• Python库之文本处理
• Python库之机器学习

---

Python库之数据分析

Numpy: 表达N维数组的最基础库

Python数据分析的最基本的库是Numpy，它用于表达N维数组，是众多数据分析库的基础。

• 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

例子：对两个一维属组进行运算，下面是使用基础语法和使用Numpy的对比：

使用Numpy可以将N维数组看成简单的数据对象进行直接的操作和运算，这是Numpy的最大价值。

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

pandas车核心提供了两个数据结构，一个叫 Series ，一个叫DataFrame。

series是通过索引来与一维数据进行关联，进而通过索引来阕作数据。

DataFrame是使用行列的二维索引,来操作二维数据的方法。

Series = 索引 + 一维数据

DataFrame = 行列索引 + 二维数据

Pandas库通过扩展了对一维数据和二维数据的一种表示，因而能够形成更高层风对数据的操作，简化数据分析的运行。

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

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

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

Mayavi：三维科学数据可视化功能库

---

Python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

from PyPDF2 import PdfFileReader, PdfFileMerger
merger = PdfFileMerger()
input1 = open("document1.pdf", "rb")
input2 = open("document2.pdf", "rb")
merger.append(fileobj = input1, pages = (0,3))
merger.merge(position = 2, fileobj = input2, pages = (0,1))
output = open("document-output.pdf", "wb")
merger.write(output)

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

from nltk.corpus import treebank
t = treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()

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，功能全面

from docx import Document
document = Document()
document.add_heading('Document Title', 0)
p = document.add_paragraph('A plain paragraph having some ')
document.add_page_break()
document.save('demo.docx')

---

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

Scikit-learn：与数据处理相关的第三方库

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式，支撑谷歌人工智能应用

import tensorflow as tf
init = tf.global_variables_initializer()
sess = tf.Session()
sess.run(init)
res = sess.run(result)
print('result:', res)

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