本文参与「少数派读书笔记征文活动」https://sspai.com/post/45653
参考文章：http://www.cnblogs.com/graceting/p/3877214.html
首先，归结今天遇到的问题：
1.主函数：Python使用缩进对齐组织代码的执行，所有没有缩进的代码（非函数定义和类定义），都会在载入时自动执行，这些代 码，可以认为是Python的main函数。为了区分主执行文件还是被调用的文件，Python引入了一个变量__name__，当文件是被调 用时，__name__的值为模块名，当文件被执行时，__name__为'__main__'
典型的Python文件结构：
2.缩进：python采用标准的4个空格缩进，Pycharm设置缩进：File->Setting->Editor->Code Style->Python
3.raw_input()：将所有输入作为字符串看待，返回字符串类型；直接读取控制台的输入（任何类型的输入它都可以接收）
#raw_input() 将所有输入作为字符串看待
a = raw_input("input:")
>>> input:123
type(a)
>>> <type 'str'> # 字符串
a = raw_input("input:")
>>> input:runoob
type(a)
>>> <type 'str'> # 字符串#input() 需要输入 python 表达式
a = input("input:")
>>> input:123 # 输入整数
type(a)
>>> <type 'int'> # 整型
a = input("input:")
>>> input:"runoob" # 正确，字符串表达式
type(a)
>>> <type 'str'> # 字符串
a = input("input:")
>>> input:runoob # 报错，不是表达式
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "<string>", line 1, in <module>
NameError: name 'runoob' is not defined4.跟踪异常：
import traceback
try:
1/0
except Exception e:
#print e #只报错，不能了解哪个文件哪个函数哪一行出错
traceback.print_exc() #直接打印，还可接受file参数直接写入到一个文件
#traceback.format_exc() #返回字符串5.pycharm科学模式(Scientific Mode)：
如果主要利用python进行数据分析，可以采用科学模式，具体介绍见：http://www.jetbrains.com/help/pycharm/matplotlib-support.html
6.控制台闪退：将python程序打包成可执行文件后运行，程序出错时会闪退，可以在程序中使用try...except捕获异常，并在except末尾加上os.system("pause")
备注：
1.只添加os.system("pause")不捕获异常，仍然会闪退
2.如果是GUI程序且程序正常运行不需要控制台，可以加上-w参数：pyinstaller -w -F xxx.py
7.python文件的关闭函数close()：
txt=open("xxx.txt","r").read() 返回的是字符串txt，不是文件句柄，所有txt.close()无效；此语句后程序会自动关闭文件。
实例1（体育竞技分析：模拟N场比赛——室内排球）
-输入：球员的水平
-输出：可预测的比赛成绩
比赛规则：
-双人击球比赛：A&B,回合制，5局3胜(1-4局25分，第五局15分，且每局比分相差2分及以上)
-开始时一方先发球，直至判分，接下来胜者发球
-计算思维：抽象+自动化
-模拟：抽象比赛过程+自动化执行N场比赛
自顶向下
-将一个总问题表达为若干个小问题组成的形式
-使用同样方法进一步分解小问题
-直至，小问题可以用计算机简单明了的解决
自底向上（执行）
-分单元测试，逐步组装
-按照自顶向下相反的路径操作
-直至，系统各部分以组装的额思路都经过测试和验证
第一阶段：程序总体框架及步骤（步骤->函数->参数）
步骤：
1.打印程序的介绍性信息 -printIntro()
2.从用户处获得程序运行参数：运动员A/B的能力值以及模拟比赛的场次、数量 -getInputs()
3.利用球员的能力值，模拟n场比赛（即n次模拟一场比赛） -simNGames()
4.输出球员A和B获胜比赛的场次及概率 -printSummary()
# CalSportCompeV1.py
#排球运动
import random
import os
#打印提示信息
def printInfo():
print("这个程序模拟两个选手A和B的某种竞技比赛：")
print("程序运行需要A和B的能力值（以0到1之间的小数表示）：")
#获取输入信息
def getInputs():
proA = eval(input("请输入选手A的能力值（0-1）："))
proB = eval(input("请输入选手B的能力值（0-1）："))
n = eval(input("模拟比赛的场次："))
return proA, proB, n
def simNGames(proA, proB, n):
countA, countB = 0, 0
for i in range(n): #n场模拟依次进行
if SimOneGame(proA, proB) == 1: #A方赢
countA += 1
else: #B方赢
countB += 1
return countA, countB
def SimOneGame(proA, proB):
#随机决定发球方（正式排球比赛中，通常以抛硬币的方式决定）
temp=0.5
while temp == 0.5:
temp = random.random()
if temp<0.5:
serve = "A" # 发球方
else:
serve="B"
setA,setB=0,0 #赢的回合数
while not gameOver(setA,setB):
scoreA, scoreB = 0, 0 #每回合的分数
while not setOver(scoreA, scoreB,setA+setB+1): #每回合的最后一分肯定是此回合胜方所发，所以不需要再手动设定发球方
if serve == "A":
if random.random() < proA: #A方赢
scoreA += 1
else:
scoreB+=1
serve = "B"
else:
if random.random() < proB: #B方赢
scoreB += 1
else:
scoreA+=1
serve = "A"
if scoreA>scoreB:
setA+=1
else:
setB+=1
return (1 if (setA > setB) else 0)
#判断回合是否结束
def setOver(scoreA, scoreB,sets):
if sets==5: #若比赛进行到第5回合
if scoreA >= 15 or scoreB >= 15:
if(abs(scoreA-scoreB)>=2): #满15分相差2分及以上才算结束
return True
else: #未满15分
False
else:
return False
else: #第1-4回合
if scoreA >= 25 or scoreB >= 25:
if(abs(scoreA-scoreB)>=2): #满25分相差2分及以上才算结束
return True
else:
return False
else: #未满25分
return False
#判断比赛是否结束
def gameOver(setA,setB):
if setA==3 or setB==3: #先赢三局者获胜
return True
else:
return False
#输出最终结果
def printSummary(countA, countB):
print("选手A获胜{0}场比赛，占比{1:.2f}%".format(countA, countA / (countA + countB) * 100))
print("选手B获胜{0}场比赛，占比{1:.2f}%".format(countB, countB / (countA + countB) * 100))
#主函数
#main()
if __name__ == "__main__":
printInfo()
proA, proB, n = getInputs()
print("竞技分析开始，共模拟{}场比赛".format(n))
countA, countB = simNGames(proA, proB, n)
printSummary(countA, countB)
#os.system("pause")
输出：
这个程序模拟两个选手A和B的某种竞技比赛：
程序运行需要A和B的能力值（以0到1之间的小数表示）：
请输入选手A的能力值（0-1）：0.66
请输入选手B的能力值（0-1）：0.7
模拟比赛的场次：1000
竞技分析开始，共模拟1000场比赛
选手A获胜277场比赛，占比27.70%
选手B获胜723场比赛，占比72.30%
(ps:即使是看起来很小的差距，场次多了，差距还是大呀)
计算思维：第3种人类思维特征
python学习方法
应用开发的四个步骤：
1.产品定义：对应用需求充分理解和明确定义
2.系统架构：以系统方式思考产品的技术实现
3.设计与实现：结合架构完成关键设计与系统实现
4.用户体验：从用户角度思考应用效果
安装Python第三方库：
Python社区：PyPI(Python Package Index) https://pypi.org/
方法1：使用pip命令
pip install <库名>：安装
pip install -U <库名>：更新
pip uninstall <库名>：卸载
pip download <库名>：下载但不安装
pip show <库名>:列出库的详细信息
pip search <关键词>：根据关键词和库名搜索库
pip list:当前系统已经安装的库
方法2：集成安装方法
Anaconde开发环境：支持近800个第三方库(https://www.anaconda.com/)
包含多个主流工具
适合数据计算领域开发
方法3：文件安装方法
*有些第三方库没有提供可执行文件而是源文件，安装前需要编译
UCI页面：https://www.lfd.uci.edu/~gohlke/pythonlibs/
给出了windows系统上第三方库编译后的可执行文件
OS库：提供通用的、基本的操作系统交互功能（Windows、Mac OS、Linux）
路径操作：os.path子库，处理文件路径及信息
| 函数 | 描述 |
| os.path.abspath(path) | 返回path在当前系统中的绝对路径 |
| os.path.normpath(path) | 归一化path的表示形式，同一用\\分隔符 |
| os.path.relpath(path) | 返回当前程序与文件之间的相对路径 |
| os.path.dirname(path) | 返回path中的目录名称 os.path.dirname("D://PYE//file.txt") >>> 'D://PYE' |
| os.path.basename(path) | 返回path中最后的文件名称 os.path.basename("D://PYE//file.txt") >>> 'file.txt' |
| os.path.join(path,*paths) | 组合path与paths，返回一个路径字符串 os.path.join("D:/","PYE/file.txt") >>> 'D:/PYE/file.txt' |
| os.path.exists(path) | 判断path所对应文件或目录是否存在，返回True或False |
| os.path.isfile(path) | 判断path所对应是否为已存在的文件，返回True或False |
| os.path.isdir(path) | 判断path所对应是否为已存在的目录，返回True或False |
| os.path.getatime(path) | 返回path对应文件或目录上一次的访问时间（可用time库格式化） time.ctime(os.path.getatime("D:/PYE/file.txt")) >>> 'Sun Feb 11 21:43:53 2018' |
| os.path.getmtime(path) | 返回path对应文件或目录最近一次的修改时间 |
| os.path.getctime(path) | 返回path对应文件或目录的创建时间 |
| os.path.getsize(path) | 返回path对应文件的大小，以字节为单位 |
进程管理：启动系统中其他程序
os.system(command)
-执行程序或命令command
-在Windows系统中，返回值为cmd的调用返回信息
import os
os.system("C:\\Windows\\System32\\calc.exe") #运行计算机程序
>>> 0os.system("C:\\Windows\\System32\\mspaint.exe \
F:\\PycharmProjects\\project1\\data\\pywcloud2.png") #运行画图工具，并自动打开一张图片环境参数：获得系统软硬件信息等环境参数
| 函数 | 描述 |
| os.chdir(path) | 修改当前程序操作的路径 |
| os.getcwd | 返回程序的当前路径 |
| os.getlogin() | 获得当前系统登录用户名称 |
| os.cpu_count() | 获得当前系统的CPU数量 |
| os.urandom(n) | 获得n个字节长度的随即字符串，通常用于加解密运算 |
实例2：第三方库自动安装脚本
（友情提示：别在pycharm中运行，在控制台用python运行就好，否则容易卡掉。。。）
| 库名 | 用途 |
| NumPy | N维数据表示和运算 |
| Matplotlib | 二维数据可视化 |
| PIL | 图像处理 |
| Scikit-Learn | 机器学习和数据挖掘 |
| Requests | HTTP协议访问及网络爬虫 |
| Beautiful Soup | HTML和XML解析器 |
| Wheel | Python第三方库文件打包工具 |
| Django | Python最流行的Web开发框架 |
| Flask | 轻量级Web开发框架 |
| WeRoBot | 微信机器人开发框架 |
| SymPy | 数学符号计算工具 |
| Pandas | 高效数据分析和计算 |
| Networks | 复杂网络和图结构的建模和分析 |
| PyQt5 | 基于Qt的专业级GUI开发框架 |
| PyOpenGL | 多平台OpenGL开发接口 |
| PyPDF2 | PDF文件内容提取及处理 |
| docopt | Python命令行解析 |
| PyGame | 简单小游戏开发框架 |
#BatchInstall.py
import os
import traceback
libs={"matplotlib","pillow","sklearn","requests","beautifulsoup4","wheel",\
"networks","sympy","django","flask","werobot","pyqt5","pandas",\
"pyopengl","pypdf2","docopt","pygame"}
global lib
try:
for lib in libs:
os.system("pip3 install "+lib)
print("Successful——"+lib)
except:
print("Failed Somehow——"+lib)
traceback.print_exc()一、从数据处理到人工智能
数据表示(用程序表达)->数据清洗(归一化、数据转换、异常值处理)->数据统计(数量、分布、中位数等)->数据可视化->数据挖掘(获取、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
- Numpy:表达N维数组的最基础库 http://www.numpy.org/
- Pandas:Python数据分析高层次应用库 http://pandas.pydata.org/
Series=索引+一维数据
DataFrame=行列索引+二维数据 - SciPy:数学、科学和工程计算功能库 https://www.scipy.org/
傅里叶变换、信号处理类、线性代数类、图像处理类、稀疏图压缩类、稀疏图运算类、优化算法类
Python库之数据可视化
- Matplotlib:高质量的二维数据可视化功能库 https://matplotlib.org/
- Seaborn:统计类数据可视化功能库 http://seaborn.pydata.org/
- Mayavi:三位科学数据可视化功能库 http://docs.enthought.com/mayavi/mayavi/
Python库之文本处理
- PyPDF2:用来处理pdf文件的工具箱 http://mstamy2.github.io/PyPDF2/
- NLTK:自然语言文本处理（支持语言文本分类、标记、语法句法、语义分析等） http://www.nltk.org/
- Python-docx:创新或更新Microsoft Word文件的第三方库 http://python-docx.readthedocs.io/en/latest/index.html
Python库之机器学习
- Scikit-learn:机器学习方法工具集 http://scikit-learn.org/
-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 - TensorFlow:AlphaGo背后的机器学习计算框架 http://www.tensorflow.org/
- MXNet:基于神经网络的深度学习计算框架 http://mxnet.incubator.apache.org/
-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
import numpy as np
from PyPDF2 import PdfFileReader,PdfFileMerger
from nltk.corpus import treebank #corpus是保留字
from docx import Document
import tensorflow as tf
#Numpy
def npSum():
a=np.array([0,1,2,3,4])
b=np.array([9,8,7,6,5])
c=a**2+b**3
return c
print(npSum())
#PyPDF2
merger=PdfFileMerger() #pdf文件合并
input1=opne("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
t=treebank.parsed_sents('wsj_0001.mrg')[0]
t.draw()
#Python-docx
document=Document()
document.add_heading('Document Title',0) #标题
p=document.add_paragraph('A plain paragraph having some') #段落
document.add_page_break() #分页符
document.save('demo.docx') #生成外部文件
#TensorFlow
init=tf.global_variables_initializer()
sess=tf.Session()
sess.run(init)
res=sess.run(result)
print('result:'+res)实例3：霍兰德人格分析雷达图
-需求：雷达图方式验证霍兰德人格分析
-输入：各职业人群结合兴趣的调研数据
#HollandRadarDraw
import numpy as np
import matplotlib.pyplot as plt
import matplotlib
"""
The font.family property has five values: 'serif' (e.g., Times), ## 'sans-serif' (e.g., Helvetica), '
cursive' (e.g., Zapf-Chancery), ## 'fantasy' (e.g., Western), and 'monospace' (e.g., Courier).
Each of ## these font families has a default list of font
"""
matplotlib.rcParams['font.family']='SimHei' #黑体
radar_labels=np.array(['研究型(I)','艺术型(A)','社会型(S)','企业型(E)','常规型(C)','现实型(R)'])
# 艺术家 实验员 工程师 推销员 社会工作者 记事员
data=np.array([[0.40,0.32,0.35,0.30,0.30,0.88], #研究型
[0.85,0.35,0.30,0.40,0.40,0.30], #艺术型
[0.43,0.89,0.30,0.28,0.22,0.30], #社会型
[0.30,0.25,0.48,0.85,0.45,0.40], #企业型
[0.20,0.38,0.87,0.45,0.32,0.28], #常规型
[0.34,0.31,0.38,0.40,0.92,0.28]]) #现实型
#数值的大小用"圆半径"表示
data_labels=("艺术家","实验员","工程师","推销员","社会工作者","记事员")
"""
numpy.linespace(start,stop,num=50,endpoint=True,retstep=False,dtype=None)
在制定的间隔内返回均匀间隔的数字
num:整数，可选，默认=50，即样本的数量，不可为负
endpoint:端点，可选，默认=True，即包含stop点
dtype:输出数组的类型，可选，如果不给出具体值，则自动参考输入变量
step:浮点数，可选，当restep=True时，返回样本的间距
"""
angles=np.linspace(0,2*np.pi,6,endpoint=False) #2*pi，即360度
#[0 1.04719755 2.0943951 3.14159265 4.1887902 5.23598776]
"""
numpy.concatenate((a1,a2,...),axis=0,out=None)
沿着现有的轴连接一串数组
a1,a2,...:除了与轴对应的维度（默认情况下为第一个）外，数组必须具有相同的形状
axis:数组将要连接的轴，默认值为0
out:存放返回值
"""
data=np.concatenate((data,[data[0]])) #data的最后一行数据即对应angles“翻转一圈”后的0度
"""
data=[[0.4 0.32 0.35 0.3 0.3 0.88]
[0.85 0.35 0.3 0.4 0.4 0.3 ]
[0.43 0.89 0.3 0.28 0.22 0.3 ]
[0.3 0.25 0.48 0.85 0.45 0.4 ]
[0.2 0.38 0.87 0.45 0.32 0.28]
[0.34 0.31 0.38 0.4 0.92 0.28]
[0.4 0.32 0.35 0.3 0.3 0.88]]
data[0]——numpy.ndarray
[data[0]]——list
data——numpy.ndarray
"""
angles=np.concatenate((angles,[angles[0]])) #角度
#[0 1.04719755 2.0943951 3.14159265 4.1887902 5.23598776 0]
fig=plt.figure(facecolor="white") #设置背景颜色
plt.subplot(111,polar=True) #由“横纵坐标图”变成“雷达图”
"""
subplot(nrows,ncols,index,**kwargs)
返回给定网格位置的子图轴
如果nrows，ncols和index都小于10，它们也可以作为单个连接的三位数给出，
subplot(2,3,3)和subplot(233)都在当前窗口右上角创建了轴线，占据了
1/3的宽度和1/2的高度
polar:默认=False，判断子图是否是极坐标的投影
"""
plt.plot(angles,data,'o-',linewidth=1,alpha=0.2) #alpha透明度
"""
plot(*args,**kwargs)
"""
plt.fill(angles,data,alpha=0.25) #“横纵坐标与plot相同”（0 45 90 135 180 225 270 315 ）
"""
fill(*args,**kwargs)
通过提供多个x,y,[color]组绘制多个多边形,并填充
"""
plt.thetagrids(angles*180/np.pi,radar_labels,frac=1.2) #“修正角度”；绕一圈圆周(0,60,120,180,240,300,0)
"""
thetagrids(*args,**kwargs)
在极坐标图中得到或设置网格线的theta位置
frac是极轴半径的一部分，标明标签的位置（(1 is the edge). e.g.,
1.05 is outside the axes and 0.95 is inside the axes.）
"""
plt.figtext(0.52,0.95,'霍兰德人格分析',ha='center',size=20)
"""
figtext(x,y,s,*args,**kwargs)
x,y:float，文本在坐标系中的位置
s:文本1
ha/horizontalalignment：{'center','right','left'}
size/fontsize
"""
legend=plt.legend(data_labels,loc=(0.94,0.80),labelspacing=0.1)
"""
legend(*args,**kwargs)
labelspacing:图例条目之间的垂直空间，以字体大小单位测量
"""
plt.setp(legend.get_texts(),fontsize='large')
"""
setp(*args,*kwargs)——getp
即set property
"""
plt.grid(True) #网格呈现
#plt.savefig('holland_radar.jpg') #保存输出图形
plt.show()输出：
