为了照顾有基础的人，我这里将本文分为了6个阶段，如果你是这个阶段的
可以点击下面跳过已经看过的部分，毕竟不是所有人都有耐心重新看一遍已经会的东西的~~
阶段性:
第一阶段：零基础
第二阶段：基本语法
第三阶段：分支语句
第四阶段：函数式编程
第五阶段：面向对象编程
第六阶段：numpy
第七阶段：matplotlib
第八阶段：数学基础
点击直接查看粉丝福利：点我领取粉丝福利
人工智能入门四件套
人工智能现在有多火我就不用说了吧，想学人工智，你需要这四个东西：
- Python语言基础
- numpy——矩阵工具
- matplotlib——数据可视化工具
- 当然还需要数学基础
一、 Python语言基础
先看看我呕心沥血做的这个Python基础语法的思维导图吧
不过这是全栈Python需要学习的东西，学习人工智能并不需要这么多，来跟我一起看看吧
1.1 Python介绍
现在不是一直都在吹Python吗，说什么小学都要出Python的教材了，搞得好像这年头不会个Python还不如小学生一样！
既然如此，那么？你会Python吗？
不会？不要紧！一篇文带你入门Python！一篇文带你疏通Python基础语法！
会？行吧，别急着走嘛！看看吧。毕竟，温故而知新，可以为师矣！
Python作为一门高级编程语言吗，最大的特点就是简单易学
1.2 Python安装
注意现在Python分为Python2.x和Python3.x版本，我们这里介绍的是Python3.x版本，不要下载错误
1. 普通版本
可以去官网下载——官网
下载后傻瓜式安装，不过有一步需要注意的是：Add to path的地方需要勾一下
不勾选的话需要手动配置环境，异常麻烦
2. Anaconda发行版
Anaconda是一个Python版本，只不过他集成了关于人工智能相关的必要库，包括numpy，matplotlib等
下载链接——点击即可下载64位windows安装包
然后就是傻瓜式安装
1.3 pycharm编辑器安装
下载pycharm专业版，怎么破解我这里就不教了，自行百度
是傻瓜式安装，让你打钩的地方全部打钩，等到安装成功后，再打开，不注册，选择跳过，会让你试用30day
然后选择New Project，点击创建一个新的项目，信息填写好，然后Create
然后经过漫长的等待就行了，注意，真的是漫长的等待，要等好久的
1.4 基础语法
python身为一个高级语言，也是有自己的语法格式的。
1. 注释
什么叫做注释呢？注释就是对我们的代码进行解释，让别人能够看懂我们写的代码。但是计算机却会对我们的注释熟视无睹，因为他并不需要你的解释，他能看懂。
单行注释： # 这是单行注释
多行注释：""“这是多行注释”""
2. 保留字
再别的语言里也叫做关键字，是在python这门语言中另有作用的名字。
而有时，你不需要管这个单词是什么意思，只需要知道他的作用是什么，不过编程语言中讲究见名知意，所以英语好一点是有优势的。不过也不能全靠翻译意思。
python的保留字相对来说较少，有33个
3. 标识符
标识符，这个东西是我们自己命名的东西，但是呢，我们又不能随意的命名，因为不知定格规范的话，有的人写这种，有的人写那种，计算机又会看不懂了。
标识符的规范：可以包含数字，字母，下划线，但是又不能以数字开头，并且标识符对大小写敏感。
而现在，我们学的python3，有个中国人的福音：那就是，*我们可以使用中文作为我们的标识符！*是的没错，中文作为标识符。当然，同样不可以数字开头。
标识符的作用下一篇会提到。
小练习
判断以下标识符是否正确
- 1smly
- smly
- _smly
- smly_
- sm_ly
判断下列标识符是否相同
- smly Smly
- smly sMly
- SMLy smLY
- smly1 Smly1
4. 缩进
缩进在python中是及其重要的，就好像我们说话时的标点符号但又不完全一样，因为在python中缩进是必须的，缩进是让计算机知道我们的代码是从哪里分段的，而如果没有缩进，计算机就不认识你的代码，就会报错。
那么什么是报错呢，就好像你朋友对你胡言乱语的一顿输出，你却听不懂，这时候你就会说，我听不懂，你说听不懂，就是报错，给你朋友看的，他知道你听不懂，就会重新组织语言，直到让你听懂。
那么计算机也是同样的道理，你不缩进的代码，计算机就不懂，就会给你报错，让你明白，他不懂，这样你就会修改你的代码，让计算机明白你的意思。
而这个过程也是我们调试我们的代码的过程。
不同的代码组合在一起，就像不同的汉字组合在一样，分隔开不同的段，就有不同的意思。
而缩进也有包含的意思，相同层次的代码缩进相同，层次靠下的缩进依次减少。（这个暂时不理解也是没事的，后面就会理解了）
小练习
# 1. 判断以下代码能否运行 print("Hello") print("World") print("!")
5. 输入
输出我们已经知道了，使用print()，那么输入呢？
input()
input() print()
运行试试：
会提示你在这输入东西，那么我们如果想要一个提示的话，怎么办呢？
input("请输入：1/2,按回车结束") print("输入正确")
结果：
6. 输出
print()是个输出函数（暂时先不去管什么是函数，后面会讲解的），可以把括号里面的内容输出到控制台显示
当然，括号里面是你想显示的内容是需要加双引号，单引号（这里一定要注意单双引号都是英文符号，也就是切换到英文输入的单双引号）
比如说你要显示你好呀，就应该这么写
print ('你好呀')
这就是print ()函数输出字符串
什么是字符串呢？字符串就是这里面英文单双引号里面的内容
就像
"Hello World" "你好呀" "你好，初学者"
这些都是字符串
计算机里面的字符串就相当于我们人和人之间平时说的话，字符串是计算机与计算机之间，或者是会编程语言的人与计算机之间交流的东西
7. 变量
什么是变量。顾名思义，就是可变的量。
而之前所学的字符串，就是不可变的，这个不可变的意思是，保存在内存里面的不会改变，并不是内容。
因为你可以对字符串进行各种操作，但是，其在内存中的地址确实不变的，你所修改，只是将原来的copy一份，再修改。
就相当于我说了一句话，你可以拿去用，自己修改修改，但是那已经不是我所说过的话了，已经被你复制了过去。
那么变量有什么用呢？变量可以接收我们的数据，进行连续，重复的调用，比如我们的"Hello World！"这个字符串很长，我们如果想在很多地方都使用的话，就需要重复写这么多，那样是不是很麻烦，所以就有了变量，定义一个变量去接收这个字符串，以后再使用，可以直接通过这个变量名去调用。
而这个变量名，就是我们上节所学到的标识符。
简单使用：
a = "Hello World" print(a)
1.5 数据类型
数据类型，就是我们存储数据的东西。什么是数据类型？就是数据的类型！没别的意思。
那么为什么需要数据类型呢？
如果我们需要进行数学运算，比如说1+1,1乘1,1除以1,等等等
我们就需要用到数字，而数字有小数，整数，复数（暂时不知道没关系，用的不多）对吧
数据类型分为基本数据类型和高级数据类型。
基本数据类型包括：整型（int），浮点型（float），复数（complex），布尔型
高级数据类型包括：字符串（str），列表（list），集合（set），字典（dict），元组（tuple）
那么高级数据类型为什么冠以高级之称呢？因为他们还有别的额外的操作。
比如增删改查之类的操作。
1. 数类型
整数在python中叫做整型 用int 表示，小数在python中叫做浮点型，用 float 表示
比如：
int类型 1，10，100，1000，10000
float类型 1.1 1.11 1.1111
看看这个代码
print(100+0.555)
输出的结果是100.555
这个100就是整型int，0.555就是浮点型float
2. 布尔型
布尔型呢，只有两个值
一个是True表示正确，一个是False表示错误
就像我告诉你 1＞2 你就会反驳我，这是错的一样
计算机也会思考，你看这两行代码
print (1>2) print (1<2)
运行结果：
3. 字符串
字符串就类似于我们平时说的话，就是字符串在一起，叫做字符串，字符就是一个一个的
首先呢，字符串可以遍历取值，也就是可以利用我们的循环来将其中的所有元素，一个一个的展现出来，拿出来，可以进行各种操作
当然别的高级数据类型也都可以遍历，只不过字典会有所区别
代码展示:
str_ = "Hello World!" for i in str_: print(i)
运行结果：
可以看到，循环将我们的字符串拆开一个一个的拿了出来，并且输出
然后呢就是字符串格式化
什么是格式化字符串？就是可以让我们的代码更加简单
以问题理解
怎么输出一句话，包含变量
例子：给出一个变量a = 1 怎么让输出的结果为：“a的值为：1”
- 第一个方法：print(“a的值为：”, a)
- 第二个方法：print(“a的值为：{}”.format(a))
- 第三个方法：print(“a的值为：%d”%a)
- 第四个方法：print(f"a的值为：{a}")
其实就是让我们的字符串中可以添加变量，而第一种的方法在处理一个字符串中的多个变量时是较为麻烦的，这时候就需要用到下面三个，比较简单，我最喜欢的是第四个方法。因为写出来简单
原生字符串就是只含字符串，和格式化不同，原生字符串引号里面的所有都是字符串，不会被机器认识成别的
比如我们的转义符\
\t 表示我们的tab \n表示换行
那么怎么定义呢？只需要在字符串前面的括号前加上r就可以了
我们来看看这个代码，结果会是如何
print(r"你好\t世界") print(r"你好\n世界")
运行结果：
可以看到，我们的转义符并没有什么作用，他被原原本本的表现了出来，这就是我们的原生字符串的作用
关于转义符，我就不多说了，像了解的可以去搜索一下
关于字符串呢，还有更多的操作，比如什么判断是否是数字，判断大小写，转大小写什么的，想了解可以去搜索一下字符串的所有操作，本篇作为入门篇，就不多说那么多了。
4. 列表
基础理解
list 列表
列表是用中括号括起来的以一组数据
比如说这个 [1, 2, 3, 4, 5,] 就是一个列表
这个就是储存了1-5 五个整型数据的 一个列表
用变量接受一个列表：li = []
作为高级数据类型，列表可以增删改查。
至于遍历，就不说了和字符串是一样的
你也不需要深刻理解，你只需要知道，列表是个袋子，他可以帮助我们存储更多的东西。
而我们也可以通过这个袋子去操作里面的东西，比如上述的增删改查，不就是往袋子里放东西，把袋子里的东西拿出来，把袋子里的东西拿出来换个东西，看看袋子里的东西
增加数据：
往列表增加元素：li.append()
举例:
li = [1, 2, 3, 4] li.append(5) print(li)
结果：[1, 2, 3, 4, 5]
而作为高级数据类型，你可以往列表里面添加一切数据类型
删除数据：
删除列表指定元素：li.remove()
举例：
li = [1, 2, 3, 4] li.remove(1) print(li)
结果为：[2, 3, 4]
就是把袋子里的1拿了出来，至于放在哪，那肯定是扔了啊。
查找元素：
查找元素：
列表支持查找元素，不过是利用下标查找，python下标从0开始，当然，字符串也支持下标取值
举例：
li = [1, 2, 3, 4] print(li[0])
结果为：1
既然说到了下表取值，那就说一下切片与步长吧
切片：可以限制取哪些下标范围的数据
步长：几个元素几个元素的取
列表[下标:下表:步长] 1表示正值一个一个取，-1表示倒着取，不写默认为1，2表示隔一个取一次
比如我们只取1，3(不包含3，这里指得也是下标)的元素
a = [1, 2, 3, 4, 5, 6] print(a[1:3]) # 结果为：[2, 3] print(a[::2]) # 结果为：[1, 3, 5] print(a[;;-1]) # 结果为：[6, 5, 4, 3, 2, 1]
更改数据：
同样，修改元素需要通过下标来实现
举例：
li = [1, 2, 3, 4] li[0] = 2 print(li)
结果为： [2, 2, 3, 4]
5. 元组
元组与别的不同，他是不可变的，意思就是无法添加，无法修改，无法删除
元组使用小括号定义 tu = (1， 2， 3， 4)
元素之间和列表，集合，字典一样，每组元素之间通过英文逗号,分隔开
可以参考列表，只不过元组和集合一样无法修改，但是并不是因为无序性，元组可以通过下标取值
虽然元组是不可变的，但是我们可以直接把整个元组删除
tu = (1, 2, 3, 4, 5) del tu print(tu)
结果为：()
6. 字典
为什么把字典返回在最后？因为字典是键值对的形式。
格式：dic = {"key": value}
键必须是唯一的，但值则不必。
值可以取任何数据类型，但键必须是不可变的，如字符串，数字。
在字典中，通过访问key以得到value
添加元素：
我们可以定义一个空字典，也可以定义一个有元素的
我们会分别举例
空字典：
di = {} di["name"] = "Tom" di["age"] = 18 print(di)
结果：{“name”: “Tom”, “age”: 18}
有元素的字典：
di = {"name": "Tom"} di["age"] = 18 print(di)
结果为：{“name”: “Tom”, “age”: 18}
之所以能用这样的方法，是因为我们的键是唯一的，所以可以通过这种方法添加元素
删除元素：
还是通过唯一的键来确定，然后删除
di = {"name": "Tom", "age": 18} del di["age"] print(di)
结果为：{“name”: “Tom”}
修改元素：
通过键来重新赋值以修改元素，我就不多做解释和示范了
查找元素：
查找元素就不能通过下标了，需要通过键来获取
di = {"name": "Tom", "age": 18} print(di["name"])
结果为：“Tom”
7. 集合
集合：set
集合具有无序性，和不可重复性
无序性：没有顺序
当然集合也可以创建一个空集合，但是不能这样创建s = {}
因为这样是定义一个空字典的，我们应该这样set(s)
格式（长什么样）：
s = {1, 2, 3, 4, 5}
添加元素：
往集合添加元素s.add()ands.update()
s = {1, 2, 3, 4, 5} s.add(6) s.upadte(7) print(s)
结果为： {1, 2, 3, 4, 5, 6, 7}
删除数据：
s = {1, 2, 3, 4, 5} s.remove(1) print(s)
结果为：{2, 3, 4, 5, 6}
全部删除：s.clear()
修改元素：
没这个功能，因为元素是无序的，没法通过下标查找和修改
也没事，因为你在程序中，用列表和字典比较多
8. 类型转换
何为类型转换？就是字面意思，数据的类型发生了改变。
类型转换分为自动类型转换和强制类型转换。
我们上面的例子，100+0.555
一个是整型，一个是浮点型，他们的结果就是浮点型，这时候就发生了类型转化。
有时候，我们会需要进行类型转换的操作，因为有的时候某些数据类型无法满足我们的需求，这时候，我们就需要进行类型转换。
Python对类型转换提供了函数（与print()函数一样）支持强制类型转换
函数名就是数据类型的名字，只不过是多了一双半角括号，将需要转类型的数据放在括号里，就可以了
比如：我们要将别的数据转为字符串（基本上所有数据都可以转为字符串）
# 类型转换 a = 1 b = 1.1 c = 1+1j d = "ss" print(str(a)) print(str(b)) print(str(c)) print(str(d))
运行结果：
1.6 运算符
当我们使用Python的时候，也需要进行运算，所以就引入了运算符
1. 算术运算符
和数学中的基本相同
| 符号 | 作用 | 符号 | 作用 |
| + | 相加 | - | 相减 |
| * | 相乘 | / | 相除 |
| % | 取余 | ** | 乘方 |
举例
print(1+1-2*5/2%5**2)
不要感觉麻烦，就按照数学中来计算
注意运算顺序
答案是：
-3.0
2. 赋值运算符
想想刚刚说的变量，就用到了辅助运算符=
而与之对应的还有 += *= /= ....
a += 1就等价于a = a+1
别的类比就可以了
3. 位运算符
位运算符，按位运算
位运算符主要针对的是二进制数据，并只适用于int ，short ，byte，long，char五种类型。
位运算符有，&、|、<<、>>、<<<、^、~
- ＆ 如果相对应位都是1，则结果为1，否则为0
- | 如果相对应位都是 0，则结果为 0，否则为 1
- ^ 如果相对应位值相同，则结果为0，否则为1
- 〜 按位取反运算符翻转操作数的每一位，即0变成1，1变成0
- << 按位左移运算符。左操作数按位左移右操作数指定的位数
- >> 按位右移运算符。左操作数按位右移右操作数指定的位数
- >>> 按位右移补零操作符。左操作数的值按右操作数指定的位数右移，移动得到的空位以零填充
这个计算是要有二进制来使用，我是没怎么用过。。所以理解的不够深入，尽请谅解
4. 比较运算符
顾名思义，就是计算你们两个的关系的，关系运算符有：== 、!=、>、<、<=、>= 这里的都是英文符号，需要注意的是，关系运算符都是二目运算符，返回的都是布尔类型的数据true/false
- ==和数学中的=一样用法，比如，你看到别人这样写：1 = 2，你就下意识的知道，这是错的，同理，你在Java中写出1 == 2，计算机也是知道这是错的，他会告诉你：false
- != 不等于，和数学中的 ≠ \neq =是一样的，比如你看到1 ≠ \neq = 2，你会说，这是对的，同样的，你给电脑看1!=2，电脑也会告诉你，这是对的，true。
- 下面的大于小于，大于等于，小于等于，都和数学中的一样，想必上过小学的人，都不会理解不了吧——笑
| 符号 | 作用 |
| == | 等于 - 比较对象是否相等 |
| != | 不等于 - 比较两个对象是否不相等 |
| > | 大于 - 返回x是否大于y |
| < | 小于 - 返回x是否小于y。所有比较运算符返回1表示真，返回0表示假。这分别与特殊的变量True和False等价。注意，这些变量名的大写。 |
| >= | 大于等于 - 返回x是否大于等于y。 |
| <= | 小于等于 - 返回x是否小于等于y。 |
输出结果为布尔型数据，即要么是True要么是Flase
5. 逻辑运算符
既然有运算符，那么怎么能没有与或非呢，三种运算符：and、or、 ！
- and，这个就是与，也就是和逻辑，两个都必须满足，举个例子：我有女朋友和你有女朋友，那么，皆大欢喜。只要我没有女朋友或者你没有女朋友，就不说皆大欢喜，如果我俩都有，那就是皆大欢喜
- or，这个是或，通用上面的例子，不过这次是只要我们俩其中一个有女朋友就是皆大欢喜
- !，这个是非，通用上面的例子，这次是我们俩都没有女朋友，就皆大欢喜（？怎么哪里怪怪的）
1.7 分支控制语句
那么什么叫做分支控制语句呢？相信你们都知道数学中的流程图吧。
什么？没见过？没关系，我就让你们见识见识！
数学中的流程图就长这个样子
那么我们的分支控制语句和这玩意有什么关系呢？
其实差不多就是一个东西。
分支控制语句分为条件控制语句和循环控制语句。
从字面了解，一个是能用没几次的，一个是能用好多次的。
如果你还有所疑惑，那么是肯定的，因为，你现在脑子里面只是有了一个概念，却很模糊。
那么就跟着我来带你详细了解了解！
条件控制语句，就是通过判断条件来执行我们的代码，就像数学流程图里的是和否。
1. 单支if语句
我们先来看看格式：
if 条件: 代码
这个翻译成汉语就是
如果 条件是真的：
执行代码
结束
如果 条件是假的
结束
流程就是这样的
2. 简单使用
那么我们来看一个小小的例子吧
a = int(input("请输入一个整数")) b = int(input("请输入一个整数")) c = a+b if c<10: print("两数之和小于10")
来看看运行起来是什么样子的吧
懂了没？是不是很简单？没错，条件控制语句就是做这个的，不过这只是最简单的条件控制语句，下面我们来看看稍微复杂一点的。
3. 多支判断
格式：
if 条件: 代码 elif 条件: 代码 else: 代码
使用：
继续使用上面的例子
a = int(input("请输入一个整数")) b = int(input("请输入一个整数")) c = a+b if c<10: print("两数之和小于10") elif c==10: print("两数之和等于10") else: print("两数之和大于10")
好的，好的，我们的程序能做的事更多了
这次就输入一个5一个6吧
欧克，完美的实现了我们的功能
1.8 循环控制语句
循环，循环，何为循环，就是一直进行，不会停止
那么怎么停止呢？那也得我们自己设置条件
循环控制语句有两种，一种是for循环，一种是while循环。
1. for循环
格式：
一般来说，for循环使用较多
for 临时变量 in 循环的条件: 代码
我们的for循环需要一个临时变量，不需要提前定义一个变量去接收循环里面的值
这样对于内存也是一种释放，提前定义变量的话，就是一个全局变量，会一直占用内存，而这个for循环的临时变量就在循环结束后销毁，释放内存。
用白话文讲就是，临时变量只能在循环开始-循环结束前活着，循环结束的时候就是临时变量寿终正寝的时候，有点类似于卸磨杀驴（手动狗头）
而且我们的for并不需要我们手动更新变量
使用：
还记不记得上一篇的变量最后面，我们使用了10个print()函数输出了10次Hello World！
那么我们也可以用我们的循环，用更少的代码，实现这个效果
a = "Hello World!" for i in range(10): print(a)
代码中的i是从0开始的，而这个range()函数里面的值，就是从i到10（不含10），因此，会循环10次
来运行看看吧
完美，达到了我们的目的
2. while循环
格式：
while 条件: 代码
使用：
还是上面的，输出10次Hello World！
a = "Hello World!" i = 0 while i<10: print(a) i+=1
while循环不仅需要定义全局变量，而且还需要我们自己手动更新变量的值（i）
如果不更新的话，i的值就不会改变，条件就会一直成立，循环就不会停止，因此，使用while的时候，一定不要忘了更新变量
3. 主动循环结束
三种语句：break return continue都可以使循环停止
不过return一般都是用到函数里面的，都是使用break
而continue 不是用来终止循环的，具体作用看下面代码示例
break：
看汉语也有个大概思想：打破
它的作用是打破循环，使循环碰到它后终止
break的作用是打破结构体，使程序退出当前代码块
下面看这个例子，我们要实现的功能是循环获取用户从键盘输入的数据，直到输入q来推出程序
while True: a = input() if a == "q": break else: print(a + " 输入成功，输入 'q' 退出程序")
运行结果：
此时我们发现，输入q推出了，但是我们看着并不舒服，我们还可以加个提示，或者让他再输入一次“确认”来确认是否要推出
while True: a = input() if a == "q": print("确定要推退出，确定的话，请输入确定退出来确定") if input() == "确定退出": print("已退出，程序结束") break else: print(a + " 输入成功，输入 'q' 退出程序")
运行结果：
这样就完美了，我这可不是谁字数啊，我这是强迫症（认真脸）！
continue：
continue是跳出当前循环，执行下一循环，也就是说，他并没有令循环终止的能力，他只能令循环少循环一些次数
我们先把上面的代码里面的break换成continue试试
while True: a = input() if a == "q": print("确定要推退出，确定的话，请输入确定退出来确定") if input() == "确定退出": print("已退出，程序结束") else: print(a + " 输入成功，输入 'q' 退出程序")
行不通
退出不了！
果然吧，那么continue有啥用呢？
我先不说，你先看：
for i in range(10): if i % 5 == 0: continue else: print(i)
运行结果：
return：
return意为返回，是用在函数中的返回值的，至于函数是什么，我们会在本专栏中陆续讲述，你先看效果就可以了
我们计算当i的值循环到5时，让a+b，然后计算完终止
当i为5时，不管循环是否进行完，都会强行终止
def sum(a, b): for i in range(10): if i<a: pass else: a+=b return a print(sum(5, 2))
pass的意思就相当于什么都不做
运行结果为：7
那么如果我们把return的位置换一下呢？
def sum(a, b): for i in range(10): if i<a: pass else: a+=b return a print(sum(5, 2))
我们的循环会在第一次就终止，因为第一次i的值为0，满足判断条件，执行return语句，结束循环
那么如果我们再换一下呢？我们这次放在循环外面，那么肯定是循环执行完才会结束了，会把a+=b执行一次，还是7
def sum(a, b): for i in range(10): if i<a: pass else: a+=b return a print(sum(5, 2))
1.9 函数式编程
注意不要和数学中的函数搞混了
那么到底什么是函数呢？
函数其实就是当我们在程序中需要大量重复的代码块，我们将其封装成一个代码块，用一个名字来表示，而这个名字是标识符。需要遵循标识符的规则。
函数的优点就是避免了代码重复率，提高开发效率。
举个例子：我们需要让电脑给我们表白（骚话），输出一段情话，就比如这一段
"我爱你" "我要给你生猴子" "啊啊啊，好喜欢你"
按照之前所学，一个一个的print()就行了嘛
但是我需要你什么时候都能给我来一段表白（骚话）呢？
这个时候恐怕用循环就不妥了吧，就用我们的函数了
当然，python自带的有很多内置函数，而我们自己定义的函数叫做自定义函数。
1. 无参函数：
无参函数是最基本的函数，基本上很少用到，都是拿来练习理解函数的。
def 函数名字(): 代码
使用：
# 定义 def Qinghua(): print("我爱你") print("我要给你生猴子") print("啊啊啊，好喜欢你") # 调用 Qinghua()
运行结果：
好像，并没有多大作用吗!
其实不然，看这个
# 定义 def Qinghua(): print("我爱你") print("我要给你生猴子") print("啊啊啊，好喜欢你") # 调用 Qinghua() for i in range(10): print("经过了{}秒".format(i)) Qinghua()
他可以在你任何想使用的时候，都可以通过调用的形式使用，而不需要你再打了。
就像变量一样，不过函数要比普通的变量复杂一些
2. 有参函数
函数是可以传递参数的，而参数分为形参和实参
形参就是形式上的参数，就像一家公司有员工，清洁工，董事长等职位，但是有些职位却空着，这些空着的职位，就相当于形参，需要有人去做这个职位，才能发挥作用，而这个能发挥职位作用的人，就叫做实参（实际参数）。
而我们定义有参函数的时候，需要定义形参来表示我们的函数，有这些东西，你想让我们的函数去发挥作用的话，就需要给我们传递实际参数。
有参有参，在哪里体现的有参呢？
在我们定义的时候，我们需要在括号里面定义形参，用于接收参数
而在我们调用的时候，也是通过函数名后面的括号传递实参的
使用：
我们会定义一个有参函数来使两个参数拼接在一起，并遍历
def PinJie(a, b): str_ = str(a)+str(b) print(str_) for i in str_: print(i) PinJie("sasa", 4564) #也可以这么写 """ PinJie(a="sasa",b=4564) 这样写的好处是 就算你的位置写错了 参数传递的也还是对的 也就是说，参数传递的位置不固定 就像这样 PinJie (b=4564, a='sasa') 是完全一样的 """
运行：
3. return的作用
之前说过，return一般是使用在函数中的，那么他的作用是什么呢？
先根据见名知意的规律来解读：返回
确实，他的作用就是返回，返回值
通过return xxx来达到返回值得目的，这里是返回了xxx这个东西，至于xxx 是什么。。众所周知，xxx可以什么都是！
那么返回的值到了哪里呢？到了函数的调用那里，这个函数名字(参数)就是返回的值
使用：
看上面的那个函数，他显示拼接后的结果，使用了print()函数（内置函数）
那么我们使用return试试
def PinJie(a, b): str_ = str(a)+str(b) return str_ for i in str_: print(i) PinJie("sasa", 4564)
那么会怎么样呢？
答案是，什么都不会显示！
为什么呢？因为我们没有使用print()函数（瞎说，那不是有！）
为什么这么说呢？因为上次讲过，return用于结束一段代码，而我们在中间return，下面的训话也就不会被执行，就直接结束了。
怎么显示循环呢？把return放在函数最下面，我就不展示了，自己去试试，不然优点水字数！（狗头保命！）
那么上面说了返回的值被 **函数名()**接收了，那么他现在就是一个值了，想要让它显示，那么只能用print()了啊！
def PinJie(a, b): str_ = str(a)+str(b) return str_ for i in str_: print(i) p = PinJie("sasa", 4564) print(p)
结果：
他就显示了返回值，也就是函数拼接的结果
1.10 面向对象编程
1. 理解
编程语言有面向对象（Java，Python）和面向过程（C语言）之分，面向对象需要一些抽象的思维才行。
面向过程和面向对象有什么区别呢？
面向过程注重亲力亲为，意思也就是自己去干这件事；而面向对象更倾向于找个人给自己做事。
就拿那个老生常谈的例子来说吧——洗衣服：
面向过程：
面向过程的洗衣服是：
- 把衣服拿到洗衣机旁边
- 放进去
- 等待
- 捞出来
等下一次洗衣服，你还得重复这些操作
而这就是函数式编程
面向对象：
而面向对象则是：
- 创造一个机器人
- 教他如何洗衣服
- 把衣服拿到洗衣机旁边
- 放进去
- 等待
- 捞出来
- 让他去干活
等下一次需要洗衣服，就让机器人去干就行了
而面向对象绕不开的就是类和对象了，接着往下看吧
2. 类
类是个抽象的东西，比如说人类，动物类，植物类，类是具有某些相同特征的事物的集合
那么如何定义一个属于我们的类呢？有三种方法，推荐使用第三种
# 定义一个Xxx类 class Xxx: 代码块 class Xxx(): 代码块 class Xxx(object): 代码
这就成了
而类需要有属性，行为（方法）等东西
而属性就是在类里面的局部变量
而行为就是定义在类里面的函数
构造方法：
而每个类都有一些默认的行为（方法），比如这个构造方法__init__
每个类都默认有这个构造方法，而 构造方法里面的内容是会在实例化的时候就运行的，也就是，你实例化的时候，就会调用这个__init__构造方法。
而对象是什么呢？
3. 对象
对象是类的实例化，拿人类来说，人是一个类，而我们每个人都是人这个类的实例化对象。
看代码：
# 定义一个人类 class Person(object): pass # 实例化对象 xiaoming = Person()
很明显，xiaoming是Person这个类的实例化对象，换句话说，xiaoming是个Person，在这句话里，xiaoming就是对象，Person就是类
4. 代码实现洗衣机
代码：
class Robot(object): def __init__(self): print("把衣服拿到洗衣机旁边") print("把衣服放进洗衣机") print("等衣服洗好") print("把衣服捞出来") xiaoming = Robot()
运行结果：
5. 封装
可以将构造方法的参数，进行封装，让其在每个方法中都可以调用
想着这样的代码就是错的
class Person(object): def __init__(self, name, age): pass def speak(self): print(f"{age}岁的{name}会说话") Menger = Person("布小禅", 20) name = Menger.name age = Menger.age person.speak() print("姓名：{} \n年龄：{}".format(name, age))
因为speak方法里面的name和age，计算机不知道是谁，计算机不认识他们两个，而刚刚那两行self.name = name和self.age = age就是相当于告诉计算机name和age是类的参数
class Person(object): def __init__(self, name, age): self.name = name self.age = age def speak(self): print(f"{age}岁的{name}会说话") Menger = Person("布小禅", 20) name = Menger.name age = Menger.age Menger.speak() print("姓名：{} \n年龄：{}".format(name, age))
这样就对了，输出为：
姓名：布小禅
年龄：20
6. 继承
Python的面向对象是可以继承的，就像你继承了你爸爸和你妈妈的部分特征，Python中的子类，继承父类，说起继承，其实你们也都见过了，就我上一篇说的三种定义类的方法的第三种：
class ClassNmae(object): 代码块
那个ClassNmae后面的括号里的object就是父类，而ClassName是子类
子类继承父类的所有东西
7. 私有化
上篇说过封装，既将我们不想让别人看到代码的内容，但是又需要用到的内容，通过类内部调用来实现调用。
说到这里却不得不提一下上篇的：
class Person(object): def __init__(self, name, age): self.xxx = name self.xxxx = age
这里面self后面的名字，是可以自己随意命名的，上一篇和后面一样只是为了好记忆罢了
只要你记得住，便是颠倒也是无事
属性私有化：
何为属性私有？
举个例子便是：你的私房钱，你的手机电脑里面的小秘密等等这些不想被别人知道的东西
那么上面就说了，封装的目的是什么，不就是隐藏那些不想让别人知道的代码吗
所以有个属性私有化，可以让你的类属性变成私有的，这可和上篇的封装不一样，封装了还能通过实例化对象调用；这个属性一旦变成私有的，你在类外部是无法调用的
那我想用了怎么办？在类内部调用嘛！
好，叭叭了这么多，想必你们也得烦了，上代码
使用格式：
class Xxx(object): age = 20 _name = "Xxx"
这种前面带着一个下划线的就是私有属性，无法通过类外部实例化对象的方法进行调用
具体应用：
""" 定义一个挺人类 含有姓名，年龄，体重，身高 将体重设置私有化 通过类内部调用使得能够在类外部看到你的体重 """ class Person(object): _weight = 70 def __init__(self, name, age, height): self.name = name self.age = age self.height = height def weightPrint(self): print("我的体重是：", self._weight) person = Person("布小禅", 20, 180) person.weightPrint()
这个体重就无法通过person.weight、person._weight这样调用，因为这个属性是私有的
方法私有化：
我觉得这个倒是不必多说，只需要在定义的类方法名字前面也加一个_就可以了
class Person(object): def _love(self): print("我暗恋Xxx")
这个方法也是无法通过实例化对象来调用的，调用需要这样：
class Person(object): def _love(self): print("我暗恋Xxx") def speakLove(self): self._love()
二、 numpy快速入门
numpy是什么？
扩展库numpy是Python支持科学计算的重要扩展库，是数据分析和科学计算领域如scipy、pandas、sklearn 等众多扩展库中的必备扩展库之一，提供了强大的N维数组及其相关运算、复杂的广播函数、C/C++和Fortran代码集成工具以及线性代数、傅里叶变换和随机数生成等功能。本章童点介绍数组与矩阵及其相关运算，为学习和理解后面章节中的数据分析、机器学习打下良好的基础。
简单来说就是你用来为人工智能领域打基础的东西，私话说得好，基础不牢，地动山摇嘛~
所以这个地方可要好好学习哦~~
2.1 简单使用
在numpy中使用的不是自带的数据类型list，而是numpy中的ndarray
那为什么使用ndarray而不是使用list呢？
因为ndarray是由c/c++写出来的，占用内存更小，使用速度更快
创建一个ndarray的方法有很多，这里说下使用array方法转化的
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/26 22:22 # @Version： 1.0 import numpy as np li = [1, 2, 3] tp = (1, 2, 3) nday1 = np.array(li) nday2 = np.array(tp) print("*****类型*****") print(type(nday1)) print(type(nday2)) print("*****数组*****") print(nday1) print(nday2)
输出结果：
*****类型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****数组***** [1 2 3] [1 2 3]
2.2 数组使用
如果元素相同的话，可以进行加减乘除
- 在元素个数相同的情况下，可以进行数组间的加减
- 在元素个数相同的情况下，可以进行数组间的乘除
- 对某个数进行的乘除，可以自动进行到所有元素
看例子理解：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/26 22:22 # @Version： 1.0 import numpy as np li = [1, 2, 3] # 列表 tp = (1, 2, 3) # 元组 nday1 = np.array(li) # 内置方法将列表转为ndarray nday2 = np.array(tp) # 内置方法将元组转为ndarray nday3 = np.array(range(5)) # 使用range内置函数方法生成ndarray连续数组 nday4 = np.array(range(5, 10)) # 使用range内置函数方法生成ndarray连续数组 print("*****类型*****") print(type(nday1)) print(type(nday2)) print(type(nday3)) print(type(nday4)) print("*****数组*****") print(nday1) print(nday2) print(nday3) print(nday4) print("*****数组加减*****") print(nday2 + nday1) print(nday2 - nday1) print(nday4 - nday3) print(nday3 + nday4) # 在元素个数相同的情况下，可以进行数组间的加减 print("*****数组乘除*****") print(nday2 * nday1) print(nday2 // nday1) print(nday4 * nday3) print(nday4 // nday3) # 在元素个数相同的情况下，可以进行数组间的乘除 print(nday1 * 3) print(nday2 // 2) print(nday3 * 2) print(nday4 // 2) # 对某个数进行的乘除，可以自动进行到所有元素
运行结果：
*****类型***** <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> <class 'numpy.ndarray'> *****数组***** [1 2 3] [1 2 3] [0 1 2 3 4] [5 6 7 8 9] *****数组加减***** [2 4 6] [0 0 0] [5 5 5 5 5] [ 5 7 9 11 13] *****数组乘除***** [1 4 9] [1 1 1] [ 0 6 14 24 36] [0 0 0 0 0] [3 6 9] [0 1 1] [0 2 4 6 8] [2 3 3 4 4]
2.2 创建数组
刚刚的array()方法是将列表和元组等迭代对象转为ndarray数组
接下来要说的是自动创建数组
1. 使用empty创建空数组
里面会有初始值，但是数组初始为None
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/28 12:29 # @Version： 1.0 import numpy as np em1 = np.empty(5) # 创建一个长度为5的空数组 em2 = np.empty((2, 2)) # 创建一个2*2的空二维数组 print("一维数组，长度为5", em1) print("二维数组，长度为2*2", em2)
输出结果：
[9.96754604e-312 9.96754614e-312 2.60799828e-310 9.34609789e-307 0.00000000e+000] [[6.95299778e-310 9.96747617e-312] [0.00000000e+000 6.95299776e-310]]
2. 使用arange函数创建
arange是numpy自带的的一个方法，作用与range这个Python内置函数相差无几，都是生成数组
先导入numpy包
import numpy as np
然后创建数组
print("*****ararge创建数组*****") aran_arr1 = np.arange(5) aran_arr2 = np.arange(5, 10) print("*****类型*****") print(type(aran_arr1)) print(type(aran_arr2)) print("*****数组*****") print(aran_arr1) print(aran_arr2)
3. 使用zeros函数生成数组
zeros函数是numpy自带的方法，作用是生成指定数量的全0一维数组，全0二维数组等
看下面的例子：
生成一个具有三个元素的一维数组和一个具有五个元素的一维数组：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 21:31 # @Version： 1.0 import numpy as np zero_arr = np.zeros(3) zrro_arr2 = np.zeros(5) print(zero_arr) print(zrro_arr2)
运行结果：
[0. 0. 0.] [0. 0. 0. 0. 0.]
当然这只是一位数组，你还可以生成二维数组，也就是矩阵
使用如下代码可以生成一个三行三列的矩阵
zero_arr3 = np.zeros((3, 3))
输出看看：
print(zero-arr3)
运行结果：
[[0. 0. 0.] [0. 0. 0.] [0. 0. 0.]]
4. ones函数生成数组
使用ones函数生成全1函数，方法同zeros
import numpy as np ones_arr1 = np.ones(3)
输出结果：
[1. 1. 1.]
生成一个三行三列的矩阵
import numpy as np ones_arr2 = np.ones((3, 3))
输出结果：
[[1. 1. 1.] [1. 1. 1.] [1. 1. 1.]]
5. diag函数生成对角矩阵
什么是对角矩阵?你应该听说过对角线，矩阵就是生成在对角线上的矩阵
函数参数是一个元祖
看代码和运行结果能够理解的更深刻
import numpy as np diag_arr = np.diag((4, 3, 2, 1))
将diag_arr的输出的结果为：
[[4 0 0 0] [0 3 0 0] [0 0 2 0] [0 0 0 1]]
看，对角线是不是你函数的参数，这下理解了吧
6. N维数组
N维数组就是多维数组，可以理解为数组里面还是数组，里面还是数组，可以参照这个形式
[[[1 2] [3 4]] [[5 6] [7 8]]]
这个概念确实有点抽象，有点难理解。这就是一个三维数组，是通过三维列表使用array方法转换成ndarray的
代码：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 13:29 # @Version： 1.0 import numpy as np li = [ [[1, 2], [3, 4]], [[5, 6], [7, 8]] ] te1 = np.array(li) print(te1)
当然，二维数组也算是N维数组
2.3 矩阵
数组是数组，矩阵是矩阵。
数组是一种数据结构，可以存储多种数据，可以有多维
矩阵是数学中的一个概念，只能存放数字，并且只能是二维的形式
生成矩阵的方法就和生成N维数组的方法是一样的
先使用列表创建二维列表，然后再使用numpy的方法转成矩阵，当然也有好几中生成矩阵的方法
import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8]] j1 = np.matrix(li) print(j1) print(type(j1)) print(j1.dtype)
输出该矩阵：
输出矩阵： [[1 2 3 4] [5 6 7 8]] 矩阵在Python的类型： <class 'numpy.matrix'> 在numpy中的类型： int32
矩阵可以进行各种数学运算，在numpy子女宫都得到了很好的支持，这里就不细说了
2.4 广播
何为广播，广播就是能将你的东西发送到各个区域，一般在计算机中是将信息发送到局域网络中的每个计算机中。
而在numpy中也有广播，只不过他是将元素自动补到数组，矩阵上，就像你在上面看到的，一个数组乘除一个元素，数组中的所有元素都会乘这个数
import numpy as np li1 = [1, 2, 3, 4] print(np.array(li1)*10)
输出结果：
[10 20 30 40]
这个就是广播，就是将数字10播到li转成的数组中，能够让数组所有元素都乘10。
而不同维度的数组也可以这样
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/27 13:40 # @Version： 1.0 import numpy as np li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb1*gb2)
将一维数组的每个元素挨个广播到二维数组，前提是：
二维数组中的一维数组的个数与一维数组的个数是相同的
运行结果：
[[ 1 4 9 16] [ 5 12 21 32] [ 2 8 18 32]]
2.5 访问数组元素
numpy自带了一个insert函数，可以往数组中插入元素
看实例：
li = [[1, 2, 3, 4], [5, 6, 7, 8], [2, 4, 6, 8]] gb1 = np.array(li) np.insert(gb1, 1, [1, 2, 3, 4])
输出结果：
[1 1 2 3 4 2 3 4 5 6 7 8 2 4 6 8]
还有一个自带的add函数，可以进行数组的相加减
数组嘛，可以使用下标来获取数组元素
import numpy as np li1 = [1, 2, 3, 4] gb2 = np.array(li1) print(gb2[1])
输出结果为：
2
当然，它是一个数组，你理所应当的也可以使用循环语句来遍历数组
三、matplotlib快速入门
matplotlib是一个将数据可视化的模块。
什么你连什么是数据可视化都不知道是什么？
高中学的函数（可别跟Python中的函数搞混了）知道吧，把函数的图像画出来，就是数据可视化了
matplotlib是一个数据可视化的标准库，与numpy模块，pandas模块都很适用。
它能够绘制多种形式的图像，包括：
- 折线图 —— plot ()
- 散点图 —— scatter ()
- 饼状图 —— pie ()
- 柱状图 —— bar ()
- 雷达图 —— polar ()
- 三维图 —— mplot3d
3.1 基础理论
作图，我们需要有数据，坐标轴标签，标题，坐标轴刻度等属性。
- 数据可以使用numpy生成一维列表，在数学中也叫向量。
- 坐标轴标签由xlabel()，ylabel()方法（函数）设置
- 标题由title()方法（函数）设置
- 坐标轴刻度可以使用xticks ()，yticks ()方法（函数）设置
3.2 绘制折线图
导入模块：
import numpy as np # numpy用于生成数据 import matplotlib.pyplot as plt # 使用matplotlib中的pyplot模块进行绘图
生成x轴，y轴数据：
x = np.arange(0,6,0.1) # x轴数据 y = np.sin(x) # y轴数据
绘制图案：
plt.plot(x,y,label="sin") # 以x为x轴数据，y为y轴数据，绘制折线图，并设置线上的标签为sin
设置标题等属性：
plt.xlabel("number") # x轴标签 plt.ylabel("sin") # y轴标签 plt.title("sin fun") # 图像标题
使图像显示出来：
plt.show() # 显示图像
图像显示效果：
3.3 绘制散点图
将代码绘制图像的plt.plot()修改成plt.scatter()
全部代码：
import numpy as np # numpy用于生成数据 import matplotlib.pyplot as plt # 使用matplotlib中的pyplot模块进行绘图 x = np.arange(0, 6, 0.1) # x轴数据 y = np.sin(x) # y轴数据 plt.scatter(x, y, label="sin") # 以x为x轴数据，y为y轴数据，绘制折线图，并设置线上的标签为sin plt.xlabel("number") # x轴标签 plt.ylabel("sin") # y轴标签 plt.title("sin fun") # 图像标题 plt.show() # 显示图像
3.4 绘制饼状图
绘制一个编程语言的饼状图，数据随便写的，不要当真，还有一点，默认不支持中文
先导入模块
import numpy as np # numpy用于生成数据 import matplotlib.pyplot as plt # 使用matplotlib中的pyplot模块进行绘图
创建数据：
student_souce = np.array([25, 35, 45, 60])
绘制图案：
plt.pie(student_souce, labels=["C", "Python", "Java", "C+++"], autopct='%.2f%%') # 设置student_souce为数据，每个数据的名字为labels的参数，并格式化输出各个所占百分比
设置标题与显示图像：
plt.title("Test") # 图像标题 plt.show() # 显示图像
完整代码：
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/28 12:56 # @Version： 1.0 import numpy as np # numpy用于生成数据 import matplotlib.pyplot as plt # 使用matplotlib中的pyplot模块进行绘图 student_souce = np.array([25, 35, 45, 60]) plt.pie(student_souce, labels=["C", "Python", "Java", "C+++"], autopct='%.2f%%') # 设置student_souce为数据，每个数据的名字为labels的参数，并格式化输出各个所占百分比 plt.title("Test") # 图像标题 plt.show() # 显示图像
运行结果：
3.5 绘制柱状图
先生成数据，然后再绘制图像
#!/usr/bin/env python # -*- coding: utf-8 -*- # @Author： Smly # @datetime： 2021/9/28 13:02 # @Version： 1.0 import numpy as np # numpy用于生成数据 import matplotlib.pyplot as plt # 使用matplotlib中的pyplot模块进行绘图 x = np.arange(0, 6) # x轴数据 plt.bar(x, x) # 以x为x轴数据，x为柱体高度，绘制柱状图 plt.xlabel("number") # x轴标签 plt.ylabel("sin") # y轴标签 plt.title("sin fun") # 图像标题 plt.show() # 显示图像
运行结果：
3.6 图添加网格线
使用gird()方法（函数）来设置网格线
函数参数：
- b：可选，默认为 None，可以设置布尔值，true 为显示网格线，false 为不显示，如果设置 **kwargs 参数，则值为 true。
- which：可选，可选值有 ‘major’、‘minor’ 和 ‘both’，默认为 ‘major’，表示应用更改的网格线。
- axis：可选，设置显示哪个方向的网格线，可以是取 ‘both’（默认），‘x’ 或 ‘y’，分别表示两个方向，x 轴方向或 y 轴方向。
- **kwargs：可选，设置网格样式，可以是 color=‘r’, linestyle=’-’ 和 linewidth=2，分别表示网格线的颜色，样式和宽度。
具体效果就自己往上面的代码里面的plt.show()上面添加一个plt.gird()
四、数学基础
人工智能需要不少的数学基础：线性代数，概率学，高数等
