python基础和编程库

　　基础

　　数据类型

　　Number整数/浮点数

　　String字符串

　　Boolean布尔值True和False

　　空值None不是0

　　Tuple元组类型不必统一(1,‘abc’,0.4)

　　Dictionary key-value

　　List内置数据类型:列表[1,‘abc’,0.4],list是一种有序的集合，可以随时添加和删除其中的元素

　　变量

　　python是动态变量,不仅可以是数字，还可以是任意数据类型,是引用

　　与之对应的是静态变量,java是静态变量

　　字符串

　　字符串可以用’'或者""括起来表示。

　　如果一个字符串包含很多需要转义的字符，对每一个字符都进行转义会很麻烦。为了避免这种情况，我们可以在字符串前面加个前缀 r ，表示这是一个 raw 字符串，里面的字符就不需要转义了。

　　r'\(~_~)/ \(~_~)/'

　　在多行字符串前面添加r，把这个多行字符串也变成一个raw字符串

　　r'''Python is created by "Guido".

　　It is free and easy to learn.

　　Let's start learn Python in imooc!'''

　　语法

　　if age = 20

　　if age >= 18:

　　print 'your age is', age

　　print 'adult'

　　print 'END'

　　dict

　　d = {

　　'Adam': 95,

　　'Lisa': 85,

　　'Bart': 59

　　}

　　print 'Adam:', d['Adam']

　　print 'Lisa:', d['Lisa']

　　print 'Bart:', d['Bart']

　　注释

　　单行注释用#

　　多行注释

　　“”"

　　“”"

　　编程库

　　1.time

　　import time

　　print(time.time())

　　time = time.localtime( time.time() )

　　print(time)

　　print(time.tm_year)

　　"""

　　1563803665.310865

　　time.struct_time(tm_year=2019, tm_mon=7, tm_mday=22, tm_hour=21, tm_min=54, tm_sec=25, tm_wday=0, tm_yday=203, tm_isdst=0)

　　2019

　　"""

　　2.Matplotlib

　　绘图工具包

　　3.Scikit-learn

　　封装了大量经典以及最新的机器学习模型

　　4.Pandas

　　针对于数据处理和分析的python工具包,实现了大量便于数据读写,清洗,填充及分析功能

　　4.1读取文件

　　import pandas as pd

　　# 两个数据类型：Series, DataFrame

　　data_path = "C:/Users/admin/Desktop/111.csv"

　　# 读取文件

　　def read_file(data_path):

　　datas = pd.read_csv(data_path, encoding="GBK")

　　datas = datas.dropna()

　　return datas

　　data = read_file(data_path)

　　print(data)无锡好的×××医院 http://www.zzchnk.com/

　　# 获取某一列文字 Python 字典(Dictionary) -->contents_agent 转化成一整段

　　contents_agent = data["asr_agent_raw"]

　　contents = contents_agent.values.tolist()

　　5.jieba

　　import jieba

　　stopwords_file = "D:/gitProject/smartlink-sqc/smartlink-sqc-wordle/python/dict/user_dict.txt"

　　def seg_word(contents):

　　contents = contents.values.tolist()

　　jieba.load_userdict(stopwords_file)

　　segment = []

　　for line in contents:

　　try:

　　segs = jieba.lcut(line)

　　for seg in segs:

　　if len(seg) > 1 and seg != '\r\n' and \

　　u'\u4e00' <= seg <= u'\u9fa5' or \

　　u'\u0041' <= seg <= u'\u005a' or \

　　u'\u0061' <= seg <= u'\u007a':

　　segment.append(seg)

　　except:

　　print(line)

　　continue

　　words_df = pd.DataFrame({'words': segment})

　　stopwords = pd.read_csv(stopwords_file,

　　index_col=False,

　　quoting=3,

　　sep="\t",

　　names=['stopwords'],

　　encoding='utf-8') # quoting=3全不引用

　　words_df = words_df[~words_df.words.isin(stopwords.stopwords)]

　　return words_df

　　# 进行分词

　　words_agent = seg_word(contents_agent)

　　print(words_agent)

　　6.NumPy & SciPy

　　NumPy最基础的编程库,提供一些高级的数学运算机制和高效的向量和矩阵运算功能

　　SciPy是子啊NumPy的基础上构建的,更为强大的科学计算包

　　import numpy as np

　　def word_freq(words_df):

　　words_stat = words_df.groupby(by=['words'])['words'].agg({"count":np.size})

　　words_stat = words_stat.reset_index().sort_values(by=["count"], ascending=False)

　　return words_stat

　　words_stat_agent = word_freq(words_agent)

　　# 打印词频较高的前10

　　print(words_stat_agent.head(10))

　　7.Anaconda平台

　　一次性获得300多种用于科学和工程计算相关任务的python编程库的支持

　　人工智能-推荐算法理论应用场景

　　基于内容的推荐系统原理

　　代价函数.