通往 AI 之路：Python 机器学习入门-语法基础

第一章 Python 语法基础

Python 是一种简单易学的编程语言，广泛用于数据分析、机器学习和人工智能领域。在学习机器学习之前，我们需要先掌握 Python 的基本语法。本章将介绍 Python 的变量与数据类型、条件语句、循环、函数以及文件操作，帮助你建立扎实的基础。

1.1 变量与数据类型

Python 支持多种数据类型，包括整数（int）、浮点数（float）、字符串（str）和布尔值（bool）。变量是用于存储数据的容器，我们可以给变量赋值并进行操作。

# 整数
x = 10
print(type(x))  # 

# 浮点数
y = 10.5
print(type(y))  # 

# 字符串
name = "Python"
print(type(name))  # 

# 布尔值
flag = True
print(type(flag))  # 

在 Python 中，变量是动态类型的，这意味着你可以在不指定数据类型的情况下直接赋值，Python 会自动推断类型。

1.2 条件语句（if-else 结构）

条件语句用于根据不同的条件执行不同的代码。在机器学习项目中，我们经常需要根据数据的不同情况执行不同的处理逻辑。

age = 18
if age >= 18:
    print("成年")
else:
    print("未成年")

还可以使用 elif 进行多条件判断：

score = 85
if score >= 90:
    print("优秀")
elif score >= 60:
    print("及格")
else:
    print("不及格")

在机器学习模型的训练过程中，我们可以使用条件语句来判断训练是否收敛，或者是否需要调整超参数。

1.3 循环（for 和 while）

循环是编程中的重要概念，允许我们重复执行某些操作。例如，在数据处理中，我们通常需要遍历数据集进行预处理。

for 循环

用于遍历序列（如列表、字符串等）。

for i in range(5):
    print(i)

while 循环

基于条件执行循环。

count = 0
while count < 5:
    print(count)
    count += 1

在机器学习中，我们可以使用 for 循环遍历训练数据，或者使用 while 循环控制训练迭代的次数。

1.4 函数

函数是代码的组织单元，使得代码更加模块化、可复用。在机器学习项目中，我们通常会定义函数来封装数据处理、特征工程和模型训练等逻辑。

Python 使用 def 关键字定义函数。

def greet(name):
    return "Hello, " + name

print(greet("Alice"))

Lambda 表达式

用于定义匿名函数，适用于一些简单的计算。

square = lambda x: x * x
print(square(5))  # 输出 25

在机器学习中，lambda 表达式常用于数据预处理，比如在 Pandas 数据分析中进行数据转换。

1.5 文件操作

在数据科学和机器学习项目中，我们经常需要读取和写入文件，如加载 CSV 数据集或保存模型训练结果。

读取文件

with open("example.txt", "r") as file:
    content = file.read()
    print(content)

写入文件

with open("example.txt", "w") as file:
    file.write("Hello, Python!")

本章介绍了 Python 的基础语法，包括变量、数据类型、条件语句、循环、函数和文件操作等内容。这些基础知识不仅是 Python 编程的核心，也是后续数据处理、特征工程和机器学习算法实现的前提。下一步，我们将学习 Python 的数据结构，包括列表、字典、元组和集合，它们在数据分析和算法设计中具有广泛的应用。