Python 计算生态概览 9.1 从数据处理到人工智能 9.1.1 数据分析 numpy：表达 n 维数组的最基础库 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 最大的价值。 Python 接口使用，C 语言实现，计算速度优异 Python 数据分析和科学计算的基础库 提供直接的矩阵运算、广播函数、线性代数等功能 pandas

OS库 os 库是 Python 标准库，包含几百个函数，包括了常用路径操作、进程管理、环境参数等几类。 os.path 模块：主要用于获取文件的属性。 函数 作用 os.path.abspath(path) 返回绝对路径 os.path.normpath(path) 规范 path 的字符串形式，统一用\\分隔路径

程序设计方法学 8.1 自顶向下和自底向上 自顶向下设计：分而治之 将一个总问题分解为若干个小问题 使用同样的方法进一步分解小问题 直到小问题可以用计算机简单明了的解决 自底向上执行：模块化集成 分单元测试，逐步向上组装 直到系统各部分以组装的思路都经过测试和验证 实例：体育竞技分析 整体框架 步骤1：打印程序的介绍信息 步骤2：获取参数 proA，

jieba 库：中文分词第三方库 jieba 是优秀的中文分词第三方库 安装：pip install jieba jieba库常用函数 函数 作用 jieba.lcut(s) 精确模式，返回一个列表类型的分词结果 jieba.lcut(s,cut_all=True) 全模式，返回一个列表类型的分词结果，存在冗余 ji

文件和数据格式化 7.1 文件 7.1.1 文件类型 文件是数据的抽象和集合 文件的展示方式 本质上，文件都是二进制存储 形式上，文件有两种展示方式 文本文件：由单一特定编码组成的文件，也被看成是存储的长字符串，例如 txt 文件、.py 文件。 二进制文件：二进制 01 组成，没有统一字符编码，例如 .png 文件。 7.1.2 文件的打开与关闭

Python中的可变对象与不可变对象 在 python 中，字符串，元组和数字类型是不可更改的对象，而列表、字典等则是可以修改的对象。 字符串 举例 string = "abcd" print(string) string[2] = "f" 输出结果 abcd -----------------------------------

3种主流的组合数据类型 一、集合 定义 与数学的集合概念一致：确定性、互异性、无序性 创建集合：使用 {} 或者 set() 注意：创建一个空集合使用 set() 而不是 {}，因为 {} 用来创建一个空字典。 操作符 并 a | b、交 a & b、差 a - b、补 a ^ b a &l

PyInstaller库(第三方库) 主页：https://pyinstaller.org/ PyInstaller 将 Python 应用程序及其所有依赖项捆绑到一个包中。用户可以在不安装 Python 解释器或任何模块的情况下运行打包的应用程序。 PyInstaller 支持 Python 3.7 及更新版本，并正确地捆绑了许多主要的 Python 包，如 numpy、matp

函数和代码复用 函数 定义 def <函数名>(<参数(0个或多个)>): <函数体> return <返回值> 所指定的参数是一种占位符 不调用，不执行 作用：模块化设计+代码复用 调用 参数传递 必需参数 可选参数(默认参数) 可变参数(不定长参数) 关键字参数(按名称传递参数)

random 是 python 标准库之一，这个模块实现了各种分布的伪随机数生成器。 几乎所有的函数都依赖于基本函数 random()，它在半开放范围 [0.0,1.0) 内均匀生成一个随机浮点数。 8个主要函数 random.seed(a=None) 给定随机数种子，初始化随机数生成器。 random.random() 生成一个 [0,1) 的小数