Python基础学习笔记-目录

Python基础学习笔记，为学习AI打好基础

此笔记涉及python的基础语法，以及Numpy、Pandas、Matplotlib、scikit-learn库的学习，适合为学习人工智能而打好python基础知识。

 

1.绪论与环境安装

1.1.绪论

1.2.python历史

1.3.开发环境

2.python基本语法

2.1.数据类型

2.1.1.基本数据类型

2.1.2.组合数据类型

2.2.变量

2.2.1.变量的概念

2.2.2.变量的命名

2.2.3.变量名定义技巧

2.2.4.变量的赋值

2.3.控制流程

2.3.1.顺序流程

2.3.2.循环流程

2.3.3.分支流程

2.4.输入和输出

2.4.1.数据从哪里来？

2.4.2.数据到哪里去

2.5.注释与缩进

2.5.1.注释

2.5.2.缩进

2.5.3.使用空格

2.6.作业练习

3.基本数据类型

3.1.数值类型

3.1.1.数值类型的组成

3.1.2.运算符

3.1.3.数字运算操作函数

3.2.字符串类型

3.2.1.字符串的表达

3.2.2.字符串的性质

3.2.3.字符串操作符

3.2.4.字符串处理函数

3.2.5.字符串的处理方法

3.3.布尔类型

3.4.类型判别及类型转换

3.4.1.类型判别

3.4.2.类型转换

3.5.作业练习

4.组合数据类型

4.1.列表

4.1.1.列表的表达

4.1.2.列表的性质

4.1.3.列表的操作符

4.1.4.列表的操作方法

4.2.元组

4.2.1.元组的操作

4.2.2.元组的常见用处

4.3.字典

4.3.1.字典的创建

4.3.2.字典的性质

4.3.3.字典的操作方法

4.4.集合

4.4.1.集合的创建

4.4.2.集合的运算

4.4.3.集合的操作方法

4.5.作业练习

5.程序控制语句

5.1.运算符

5.1.1.比较运算

5.1.2.逻辑运算

5.1.3.存在运算

5.2.分支结构-if语句

5.2.1.单分支

5.2.2.二分支

5.2.3.多分支

5.2.4.嵌套语句

5.3.循环语句

5.3.1.for 循环

5.3.2.while 循环

5.4.控制语句注意问题

5.5.作业练习

6.函数

6.1.函数的基本语法

6.1.1.为什么要用函数

6.1.2.函数的定义及调用

6.1.3.参数传递

6.1.4.函数体与变量作用域

6.1.5.返回值

6.1.6.几点建议

6.2.函数式编程实例

6.3.匿名函数

6.4.面向过程和面向对象

6.5.作业练习

7.类-面向对象的编程

7.1.类的定义

7.1.1.类的概述

7.1.2.类的定义

7.2.创建实例

7.2.1.实例的创建与访问

7.2.2.修改属性

7.3.类的继承

7.3.1.继承概述

7.3.2.简单的继承

7.3.3.给子类添加属性和方法

7.3.4.重写父类的方法——多态

7.3.5.类中的引用对象

7.4.作业练习

8.文件、异常和模块

8.1.文件的读写

8.1.1.文件的打开

8.1.2.文件的读取

8.1.3.文件的写入

8.1.4.既读又写

8.1.5.数据的存储与读取

8.2.异常处理

8.2.1.常见的异常

8.2.2.异常的处理

8.3.模块简介

8.3.1.广义模块分类

8.3.2.模块的导入

8.3.3.模块的查找路径

8.4.作业练习

9.原理与拓展

9.1.数据类型的底层实现

9.1.1.列表的实现

9.1.2.字典的实现

9.1.3.字符串的实现

9.1.4.可变与不可变类型

9.2.简洁的语法

9.2.1.解析语法

9.2.2.条件表达式

9.3.生成器、迭代器和装饰器

9.3.1.生成器

9.3.2.迭代器

9.3.3.装饰器

9.4.作业练习

10.Python标准库

10.1.time库

10.2.random库

10.3.collections库——容器数据类型

10.4.itertools库——迭代器

10.5.作业练习

11.Numpy库

11.1.Numpy概述

11.2.Numpy数组的创建

11.2.1.从列表开始创建

11.2.2.从头创建数组

11.3.Numpy数组的性质

11.3.1.数组的属性

11.3.2.数组索引

11.3.3.数组的切片

11.3.4.数组的变形

11.3.5.数组的拼接

11.3.6.数组的分裂

11.4.Numpy四大运算

11.4.1.向量化运算

11.4.2.矩阵运算

11.4.3.广播运算

11.4.4.比较运算和掩码

11.4.5.花式索引

11.5.其他Numpy通用函数

11.5.1.数值排序

11.5.2.最大最小值

11.5.3.数值求和、求积

11.5.4.中位数、均值、方差、标准差

11.6.作业练习

12.Pandas库

12.1.对象创建

12.1.1.Pandas Series对象

12.1.2.Pandas DataFrame对象

12.2.DataFrame性质

12.2.1.属性

12.2.2.索引

12.2.3.切片

12.2.4.布尔索引

12.2.5.赋值

12.3.数值运算及统计分析

12.3.1.数据的查看

12.3.2.Numpy通用函数同样适用于Pandas

12.3.3.其他用法

12.4.缺失值处理

12.4.1.发现缺失值

12.4.2.删除缺失值

12.4.3.填充缺失值

12.5.合并数据

12.6.分组和数据透视表

12.6.1.分组

12.6.2.案例

12.7.其他

12.8.作业练习

13.Matplotlib库

13.1. 基本配置

13.2.Matplotlib库

13.2.1.折线图

13.2.2.散点图

13.2.3.柱形图

13.2.4.多子图

13.2.5.直方图

13.2.6.误差图

13.2.7.面向对象的风格简介

13.2.8.三维图形简介

13.3.Seaborn库

13.4.Pandas 中的绘图函数概览

14.scikit-learn 库

14.1.鸢尾花数据集

14.2.k近邻算法

14.3.朴素贝叶斯算法

14.4.决策树算法

14.5.逻辑回归算法

14.6.支持向量机算法

14.7.集成方法——随机森林

14.8.集成方法——Adaboost

14.9.集成方法——梯度提升树GBDT

14.10.扩展

15.时间复杂度

15.1.常见时间复杂度

15.2.时间复杂度案例