一、概述

1.1 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：采用合适方式用程序表达数据数据清理：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Python库之数据可视化Python库之文本处理Python库之机器学习二、Python库之数据分析

2.1 numpy

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import numpy as npdef np_sum(): a = np.array([0, 1, 2, 3, 4]) b = np.array([9, 8, 7, 6, 5]) c = a**2 + b**3 return cprint(np_sum())[729 513 347 225 141]def py_sum(): a = [0, 1, 2, 3, 4] b = [9, 8, 7, 6, 5] c = [] for i in range(len(a)): c.append(a[i]**2 + b[i]**3) return cprint(py_sum())[729, 513, 347, 225, 141]

2.2 pandas

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开发能操作sql、json、pickle、csv、excel、ini等文件Series = 索引 + 一维数据DataFrame = 行列索引 + 二维数据

2.3 scipy

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开发三、Python库之数据可视化

3.1 matplotlib

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

3.2 Seaborn

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

3.3 Mayavi

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等第三方库四、Python库之文本处理

4.1 PyPDF2

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, PdfFileMergermerger = 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)

4.2 NLTK

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 treebankt = treebank.parsed_sents('wsj_0001.mrg')[0]t.draw()

4.3 Python-docx

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 Documentdocument = Document()document.add_heading('Document Title', 0)p = document.add_paragraph('A plain paragraph having some ')document.add_page_break()document.save('demo.docx')五、Python库之机器学习

5.1 Scikit-learn

Scikit-learn：机器学习方法工具集，与数据处理相关的第三方库，

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

5.2 TensorFlow

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

5.3 MXNet

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六、单元小结

6.1 从数据处理到人工智能

Numpy、Pandas、SciPyMatplotlib、Seaborn、MayaviPyPDF2、NLTK、python-docxScikit-learn、TensorFlow、MXNet