面向机器学习开发者的 Python 速成课程

作者： Jason Brownlee 发布于 2019 年 8 月 21 日在 Python 机器学习 24

您无需成为 Python 开发人员即可开始使用 Python 生态系统进行机器学习。

作为一名已经掌握一种或多种编程语言的开发人员，您能够非常快速地学习一门新语言，例如 Python。您只需要了解该语言的一些特性，就可以将您已经掌握的知识转移到新语言中。

在这篇文章中，您将获得 Python 以及机器学习所需的 NumPy、MatPlotLib 和 Pandas 等核心库的速成课程。

这将是足够的信息，可以帮助您阅读和理解用于机器学习的 Python 代码示例，并开始开发自己的脚本。如果您已经对 Python 有所了解，那么这篇文章将是对您的友好提醒。

通过我的新书《使用 Python 掌握机器学习》启动您的项目，其中包含分步教程和所有示例的 Python 源代码文件。

让我们开始吧。

2017 年 3 月更新：所有打印语句都已更新，以支持 Python 2 和 Python 3。

Crash Course in Python for Machine Learning Developers

面向机器学习开发者的 Python 速成课程
图片由John Clouston提供，保留部分权利。

Python 编程速成班

开始学习 Python 时，您需要了解一些关于语言语法的关键细节，以便能够阅读和理解 Python 代码。这包括：

赋值
流程控制
数据结构
函数

我们将依次介绍这些主题，并提供您可以输入和运行的小型独立示例。

请记住，在 Python 中，空格是有意义的。

需要 Python 机器学习方面的帮助吗？

参加我为期 2 周的免费电子邮件课程，探索数据准备、算法等等（附带代码）。

立即点击注册，还将免费获得本课程的 PDF 电子书版本。

赋值

作为一名程序员，赋值和类型对您来说应该不陌生。

字符串

# Strings
data = 'hello world'
print(data[0])
print(len(data))
print(data)

# 字符串

data = 'hello world'

print(data[0])

print(len(data))

print(data)

运行示例将打印

h
11
hello world

hello world

数字

# Numbers
value = 123.1
print(value)
value = 10
print(value)

# 数字

value = 123.1

print(value)

value = 10

print(value)

运行示例将打印

123.1
10

123.1

布尔值

# Boolean
a = True
b = False
print(a, b)

# 布尔值

a = True

b = False

print(a, b)

运行示例将打印

(True, False)

1	(True, False)

多重赋值

# Multiple Assignment
a, b, c = 1, 2, 3
print(a, b, c)

# 多重赋值

a, b, c = 1, 2, 3

print(a, b, c)

运行示例将打印

(1, 2, 3)

(1, 2, 3)

无值

# No value
a = None
print(a)

# 无值

a = None

print(a)

运行示例将打印

None

无

流程控制

您需要学习三种主要的流程控制类型：If-Then-Else 条件语句、For 循环和 While 循环。

If-Then-Else 条件示例

value = 99
if value >= 99:
	print('That is fast')
elif value > 200:
	print('That is too fast')
else:
	print('That that is safe')

value = 99

if value >= 99:

print('That is fast')

elif value > 200:

print('That is too fast')

else:

print('That that is safe')

运行此示例将打印

That is fast

1	That is fast

For 循环示例

# For-Loop
for i in range(10):
	print(i)

# For 循环

for i in range(10):

print(i)

运行此示例将打印

While 循环示例

# While-Loop
i = 0
while i < 10:
	print(i)
	i += 1

# While 循环

i = 0

while i < 10:

print(i)

i += 1

运行此示例将打印

数据结构

Python 中有三种最常用和最有用的数据结构。它们是元组、列表和字典。

元组示例

元组是只读的项目集合。

a = (1, 2, 3)
print(a)

1 2	a = (1, 2, 3) print(a)

运行示例将打印

(1, 2, 3)

(1, 2, 3)

列表示例

列表使用方括号表示法，可以使用数组表示法进行索引。

mylist = [1, 2, 3]
print("Zeroth Value: %d" % mylist[0])
mylist.append(4)
print("List Length: %d" % len(mylist))
for value in mylist:
	print(value)

mylist = [1, 2, 3]

print("第零个值: %d" % mylist[0])

mylist.append(4)

print("列表长度: %d" % len(mylist))

for value in mylist:

print(value)

运行示例将打印

Zeroth Value: 1
List Length: 4
1
2
3
4

第零个值: 1

列表长度: 4

字典示例

字典是将名称映射到值的，就像一张地图。请注意花括号的用法。

mydict = {'a': 1, 'b': 2, 'c': 3}
print("A value: %d" % mydict['a'])
mydict['a'] = 11
print("A value: %d" % mydict['a'])
print("Keys: %s" % mydict.keys())
print("Values: %s" % mydict.values())
for key in mydict.keys():
	print(mydict[key])

mydict = {'a': 1, 'b': 2, 'c': 3}

print("A 值: %d" % mydict['a'])

mydict['a'] = 11

print("A 值: %d" % mydict['a'])

print("键: %s" % mydict.keys())

print("值: %s" % mydict.values())

for key in mydict.keys():

print(mydict[key])

运行示例将打印

A value: 1
A value: 11
Keys: ['a', 'c', 'b']
Values: [11, 3, 2]
11
3
2

A 值: 1

A 值: 11

键: ['a', 'c', 'b']

值: [11, 3, 2]

函数

Python 中最大的陷阱是空格。确保缩进代码后有一空行。

下面的示例定义了一个新函数来计算两个值的和，并用两个参数调用该函数。

# Sum function
def mysum(x, y):
	return x + y

# Test sum function
print(mysum(1, 3))

# 求和函数

def mysum(x, y):

return x + y

# 测试求和函数

print(mysum(1, 3))

运行示例将打印

4

NumPy 速成课程

NumPy 为 SciPy 提供了基础数据结构和操作。这些是数组 (ndarray)，它们定义和操作效率很高。

创建数组

# define an array
import numpy
mylist = [1, 2, 3]
myarray = numpy.array(mylist)
print(myarray)
print(myarray.shape)

# 定义一个数组

import numpy

mylist = [1, 2, 3]

myarray = numpy.array(mylist)

print(myarray)

print(myarray.shape)

运行示例将打印

[1 2 3]
(3,)

1 2	[1 2 3] (3,)

访问数据

数组表示法和范围可用于高效访问 NumPy 数组中的数据。

# access values
import numpy
mylist = [[1, 2, 3], [3, 4, 5]]
myarray = numpy.array(mylist)
print(myarray)
print(myarray.shape)
print("First row: %s" % myarray[0])
print("Last row: %s" % myarray[-1])
print("Specific row and col: %s" % myarray[0, 2])
print("Whole col: %s" % myarray[:, 2])

# 访问值

import numpy

mylist = [[1, 2, 3], [3, 4, 5]]

myarray = numpy.array(mylist)

print(myarray)

print(myarray.shape)

print("第一行: %s" % myarray[0])

print("最后一行: %s" % myarray[-1])

print("特定行和列: %s" % myarray[0, 2])

print("整列: %s" % myarray[:, 2])

运行示例将打印

[[1 2 3]
 [3 4 5]]
(2, 3)
First row: [1 2 3]
Last row: [3 4 5]
Specific row and col: 3
Whole col: [3 5]

[[1 2 3]

[3 4 5]]

(2, 3)

第一行: [1 2 3]

最后一行: [3 4 5]

特定行和列: 3

整列: [3 5]

算术运算

NumPy 数组可以直接用于算术运算。

# arithmetic
import numpy
myarray1 = numpy.array([2, 2, 2])
myarray2 = numpy.array([3, 3, 3])
print("Addition: %s" % (myarray1 + myarray2))
print("Multiplication: %s" % (myarray1 * myarray2))

# 算术运算

import numpy

myarray1 = numpy.array([2, 2, 2])

myarray2 = numpy.array([3, 3, 3])

print("加法: %s" % (myarray1 + myarray2))

print("乘法: %s" % (myarray1 * myarray2))

运行示例将打印

Addition: [5 5 5]
Multiplication: [6 6 6]

1 2	加法: [5 5 5] 乘法: [6 6 6]

NumPy 数组还有很多内容，但这些示例让您大致了解了它们在处理大量数值数据时提供的效率。

Matplotlib 速成课程

Matplotlib 可用于创建绘图和图表。

该库通常按以下方式使用：

调用绘图函数并传入一些数据（例如 plot()）。
调用许多函数来设置绘图的属性（例如标签和颜色）。
使绘图可见（例如 show()）。

折线图

下面的例子从一维数据创建了一个简单的折线图。

# basic line plot
import matplotlib.pyplot as plt
import numpy
myarray = numpy.array([1, 2, 3])
plt.plot(myarray)
plt.xlabel('some x axis')
plt.ylabel('some y axis')
plt.show()

# 基本折线图

import matplotlib.pyplot as plt

import numpy

myarray = numpy.array([1, 2, 3])

plt.plot(myarray)

plt.xlabel('某个 x 轴')

plt.ylabel('某个 y 轴')

plt.show()

运行该示例将生成

Matplotlib 中的简单折线图

散点图

以下是根据二维数据创建散点图的简单示例。

# basic scatter plot
import matplotlib.pyplot as plt
import numpy
x = numpy.array([1, 2, 3])
y = numpy.array([2, 4, 6])
plt.scatter(x,y)
plt.xlabel('some x axis')
plt.ylabel('some y axis')
plt.show()

# 基本散点图

import matplotlib.pyplot as plt

import numpy

x = numpy.array([1, 2, 3])

y = numpy.array([2, 4, 6])

plt.scatter(x,y)

plt.xlabel('某个 x 轴')

plt.ylabel('某个 y 轴')

plt.show()

运行该示例将生成

Matplotlib 中的简单散点图

还有更多绘图类型和更多可以在绘图上设置的属性来配置它。

Pandas 速成课程

Pandas 提供了数据结构和功能，可以快速操作和分析数据。理解 Pandas 用于机器学习的关键是理解 Series 和 DataFrame 数据结构。

Series

Series 是一个一维数组，其行和列可以带标签。

# series
import numpy
import pandas
myarray = numpy.array([1, 2, 3])
rownames = ['a', 'b', 'c']
myseries = pandas.Series(myarray, index=rownames)
print(myseries)

# Series

import numpy

import pandas

myarray = numpy.array([1, 2, 3])

rownames = ['a', 'b', 'c']

myseries = pandas.Series(myarray, index=rownames)

print(myseries)

运行示例将打印

a    1
b    2
c    3

a 1

b 2

c 3

您可以像 NumPy 数组一样访问 Series 中的数据，也可以像字典一样访问，例如：

print(myseries[0])
print(myseries['a'])

1 2	print(myseries[0]) print(myseries['a'])

运行示例将打印

1
1

DataFrame

DataFrame 是一个多维数组，其中行和列都可以带标签。

# dataframe
import numpy
import pandas
myarray = numpy.array([[1, 2, 3], [4, 5, 6]])
rownames = ['a', 'b']
colnames = ['one', 'two', 'three']
mydataframe = pandas.DataFrame(myarray, index=rownames, columns=colnames)
print(mydataframe)

# 数据帧

import numpy

import pandas

myarray = numpy.array([[1, 2, 3], [4, 5, 6]])

rownames = ['a', 'b']

colnames = ['one', 'two', 'three']

mydataframe = pandas.DataFrame(myarray, index=rownames, columns=colnames)

print(mydataframe)

运行示例将打印

   one  two  three
a    1    2      3
b    4    5      6

one two three

a 1 2 3

b 4 5 6

数据可以使用列名进行索引。

print("one column: %s" % mydataframe['one'])
print("one column: %s" % mydataframe.one)

1 2	print("第一列: %s" % mydataframe['one']) print("第一列: %s" % mydataframe.one)

运行示例将打印

one column: a    1
b    4

one column: a    1
b    4

第一列: a 1

b 4

第一列: a 1

b 4

总结

您在这篇文章中涵盖了许多内容。您了解了 Python 的基本语法和用法，以及用于机器学习的四个关键 Python 库

NumPy
Matplotlib
Pandas

您现在掌握了足够的语法和用法信息，可以阅读和理解用于机器学习的 Python 代码，并开始创建自己的脚本。

您对本文中的示例有任何疑问吗？请在评论中提出您的问题，我将尽力回答。

关于此主题的更多信息

Python 深度学习库 Theano 介绍

scikit-learn 机器学习入门

对《面向机器学习开发人员的 Python 速成课程》的 24 条回复

MouChenghao 2016 年 9 月 9 日晚上 9:51 #

我猜最后一个示例的输出有误，正确的输出应该是这样的：

one column: a 1
b 4
Name: one, dtype: int64
one column: a 1
b 4
Name: one, dtype: int64

回复
- Jason Brownlee 2016 年 9 月 10 日上午 7:14 #
  
  你说得对，已修复。我为了可读性对其进行了编辑并打断了输出。抱歉。
  
  回复
Surya 2017 年 4 月 5 日下午 5:38 #

嗨 Jason，在第一个字符串示例中，打印 data[0] 应该是 "h"，而不是 4。

回复
- Jason Brownlee 2017 年 4 月 9 日下午 2:33 #
  
  谢谢 Surya。
  
  回复
匿名用户 2017 年 9 月 22 日上午 6:43 #

很棒的文章！快速修复一下，if-else-if 有点奇怪，“That is too fast”永远不会打印。

回复
- Jason Brownlee 2017 年 9 月 23 日上午 5:32 #
  
  谢谢。
  
  回复
Ahmed 2018 年 7 月 14 日下午 6:33 #

如何在不执行代码的情况下进入下一行？

>>> value = 99
>>> if value >= 99
... print ('That is fast')
File “”, line 2
print ('That is fast')
^
IndentationError: 期望一个缩进块
>>>

回复
- Jason Brownlee 2018 年 7 月 15 日上午 6:10 #
  
  听起来您需要正确缩进 Python 代码。
  
  这可能会帮助您正确复制带缩进的代码
  https://machinelearning.org.cn/faq/single-faq/how-do-i-copy-code-from-a-tutorial
  
  回复
  - Ahmed 2018 年 7 月 15 日下午 4:30 #
    
    实际上我就是这样做的，但我认为输入代码比仅仅复制代码能让我更好地理解它（你觉得呢？）
    所以我决定输入它们，但我不知道如何在不运行代码的情况下进入下一行
    
    回复
    - Jason Brownlee 2018 年 7 月 16 日上午 6:11 #
      
      听起来不错。
      
      将代码输入文本文件。然后从命令行将文本文件作为脚本运行，更多帮助在这里
      https://machinelearning.org.cn/faq/single-faq/how-do-i-run-a-script-from-the-command-line
      
      回复
Ahmed 2018 年 7 月 17 日下午 2:16 #

非常感谢，解释很清楚

回复
- Jason Brownlee 2018 年 7 月 17 日下午 2:32 #
  
  谢谢。
  
  回复
Carlos Morente 2018 年 8 月 4 日晚上 8:24 #

嗨，Jason！

写信只是想说您在字符串的“运行示例打印”中犯了一个小错误，第一个输出应该是“h”而不是“4”。

回复
- Jason Brownlee 2018 年 8 月 5 日上午 5:28 #
  
  谢谢，已修正。
  
  回复
Clint Laskowski 2018 年 12 月 11 日晚上 10:58 #

对 Python、NumPy、Matplotlib 和 Pandas 的一个非常棒（且快速）的介绍。现在正在看你的书 🙂

回复
- Jason Brownlee 2018 年 12 月 12 日上午 5:54 #
  
  谢谢 Clint。
  
  回复
laz65 2019 年 12 月 6 日上午 10:10 #

非常感谢 Jason 😉

回复
- Jason Brownlee 2019 年 12 月 6 日下午 1:39 #
  
  不客气。
  
  回复
Robbie 2020 年 2 月 4 日下午 7:24 #

嗨，Jason，

在“IF-Then-Else 条件示例”中，我期望通过将值更改为 300，代码应该打印“That is too fast”。但是，输出是“That is fast”。您能解释一下吗？

#If-Then-Else Condition Example value = 300 if value >= 99: print('That is fast') elif value > 200: print('That is too fast') else: print('That that is safe')

1
2
3
4
5
6
7
8

# If-Then-Else 条件示例
value = 300
if value >= 99:
print('That is fast')
elif value > 200:
print('That is too fast')
else:
print('That that is safe')

# 输出
That is fast

回复
- Jason Brownlee 2020 年 2 月 5 日上午 8:05 #
  
  第一个条件首先执行并通过。
  
  您可以重新排列 if 语句或使用 switch/case 语句。
  
  回复

MoJeeza 2020 年 2 月 6 日上午 7:26 #

这应该可以。

#If-Then-Else Condition Example
value = 300
if value >200: # values over 200
	print('That is too fast')
elif value >= 99: # values between 99 and 200
	print('That is fast')
else:  # all values below 99
	print('That that is safe')

# If-Then-Else 条件示例

value = 300

if value >200: # 值大于 200

print('That is too fast')

elif value >= 99: # 值介于 99 到 200 之间

print('That is fast')

else: # 所有值低于 99

print('That that is safe')

Jason Brownlee 2020 年 2 月 6 日上午 8:34 #

干得好！

回复

MoJeeza 2020 年 2 月 6 日上午 7:29 #

粘贴时缩进不知何故丢失了

回复
- Jason Brownlee 2020 年 2 月 6 日上午 8:34 #
  
  我帮你修复了。通过添加 PRE 标签。
  
  回复

导航

面向机器学习开发者的 Python 速成课程

Python 编程速成班

需要 Python 机器学习方面的帮助吗？

赋值

字符串

数字

布尔值

多重赋值

无值

流程控制

If-Then-Else 条件示例

For 循环示例

While 循环示例

数据结构

元组示例

列表示例

字典示例

函数

NumPy 速成课程

创建数组

访问数据

算术运算

Matplotlib 速成课程

折线图

散点图

Pandas 速成课程

Series

DataFrame

总结

发现 Python 中的快速机器学习！

在几分钟内开发您自己的模型

最终将机器学习带入
您自己的项目

关于此主题的更多信息

对《面向机器学习开发人员的 Python 速成课程》的 24 条回复

发表回复点击此处取消回复。

导航

Python 编程速成班

需要 Python 机器学习方面的帮助吗？

赋值

字符串

数字

布尔值

多重赋值

无值

流程控制

If-Then-Else 条件示例

For 循环示例

While 循环示例

数据结构

元组示例

列表示例

字典示例

函数

NumPy 速成课程

创建数组

访问数据

算术运算

Matplotlib 速成课程

折线图

散点图

Pandas 速成课程

Series

DataFrame

总结

发现 Python 中的快速机器学习！

在几分钟内开发您自己的模型

最终将机器学习带入您自己的项目

关于此主题的更多信息

对《面向机器学习开发人员的 Python 速成课程》的 24 条回复

发表回复 点击此处取消回复。

最终将机器学习带入
您自己的项目

发表回复点击此处取消回复。