Python与AI之一_入门

Python与Java, C, C++并列为全球4大最流行语言.从C到C++,到Java再到Python,细节越来越少,让开发者把更多的精力放在”做什么”,而不是”怎么做”.

早就听说Python容易,但没想到这么容易,机器学习的分类器,或是中文分词能在十行内搞定.开始时几乎完全不用考虑具体的数据结构.在熟悉了Python之后,用它看程序逻辑就很清晰,有点像伪代码,让LISP爱好者们也如同找到了亲人.

以下是Python在ubuntu系统下的简单实例.

1.第一个程序Hello world

1)写入文件/tmp/a.py

print('hello world')

2)运行

$ python /tmp/a.py

2.集成开发环境: Eclipse支持Python

Eclipse在Help菜单中,选择Install New Software

Add,输入http://pydev.org/updates,按提示安装即可

3.实例一:机器学习SVM分类器

1)目标

用SVM分类器训练数据,然后实现分类

2)安装机器学习的相关库

$ sudo apt-get install python-sklearn

3)代码

from sklearn import svm

X = [[0, 0], [1, 1], [1, 0]]# training samples

y = [0, 1, 1]# training target

clf = svm.SVC()# class

clf.fit(X, y)# training the svc model

result = clf.predict([2, 2]) #predict the target of testing samples

print result# target

4)运行结果

[1]

(将训练数据分类为y=1)

4.实例一:绘图

1)目标

绘制饼图

2)代码

importmatplotlib.pyplot as plt

labels='frogs','hogs','dogs','logs'

sizes=15,20,45,10

colors='yellowgreen','gold','lightskyblue','lightcoral'

explode=0,0.1,0,0

plt.pie(sizes,explode=explode,labels=labels,colors=colors,autopct='%1.1f%%',shadow=True,startangle=50)

plt.axis('equal')

plt.show()

3)运行结果


5.实例三:中文分词

1)目标

把一个中文句子分成单个词

2)安装分词库

下载安装包jieba-0.38.zip

$ unzip jieba-0.38.zip

$ jieba-0.38

$ sudo python setup.py install

3)代码

#! -*-coding:utf-8 -*-

importjieba

seg_list

= jieba.cut("北京野生动物园轿车遭黑熊围堵")

print"Default Mode:", ' '.join(seg_list)

4)运行结果:

北京 野生 动物园 轿车 遭 黑熊 围堵

6.参考

1)Python入门教材

http://www.cnblogs.com/vamei/archive/2012/09/13/2682778.html

2)Python绘图

http://blog.csdn.net/panda1234lee/article/details/52311593

3)Python在人工智能中的作用

http://mt.sohu.com/20160807/n462992458.shtml

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 205,033评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,725评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,473评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,846评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,848评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,691评论 1 282
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,053评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,700评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,856评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,676评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,787评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,430评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,034评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,990评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,218评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,174评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,526评论 2 343

推荐阅读更多精彩内容