前言
’’’
作者: hon20002000
最後更新: 2019/9/19
‘’’
本教程是為了讓同學們快速體驗機器學習/深度學習而設計的.
裡面只學習最常用的python語法.
想更深入了解python, 網上資源可以看廖雪峰的python教學網站
或是RUNOOB.compython教程 教得十分仔細, 若想深入python的進階用法可以查看他們的內容
教程用法:
閱讀本blog上的基礎語法
完成每篇文章的作業
部分學習所需的檔案在github下載
遇到問題或其他改善建議可在下面留言
正文
numpy和pandas module是機器學習必學的庫
python內置的list功能很弱, 某些切片功能list是做不到的
而numpy可以快捷地計算, 切片和reshape多維數組
pandas在機器學習的使用較多, 它能輕易的組織及處理table類的表格(類似excel的功能)
而在深度學習中則較少使用, 因為處理圖像不需這些功能, 因此pandas在深度學習中不是必須的
return多個返回值
1
2
3
4
5
6
7
8
9
10
11
def calucale(x):
y = 3*x + 4
z = -2*x + 1
return y, z
result_1, result_2 = calucale(10)
print("result_1:", result_1)
print("result_2:", result_2)
=========== result ==========
result: 34
result: -19
練習
(a) 利用函數生成字典, 可以應用在生成機器學習的Label之中:
現在有3筆資料
- apple, 3個
- orange, 5個
- waterlemon, 10個
試用函數傳遞參數的方式生成字典fruits = {‘apple’:3, ‘orange’:5, ‘waterlemon’:10}, 例如
1
2
def make_fruit_dict(fruit_dt, fruit, num):
...etc
解答
#(a)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
fruit_dict = {}
def make_fruit_dict(fruit_dt, fruit, num):
fruit_dt[fruit]=int(num)
return fruit_dt
make_fruit_dict(fruit_dict, 'apple', 3)
print("fruit_dict:", fruit_dict)
make_fruit_dict(fruit_dict, 'orange', 5)
print("fruit_dict:", fruit_dict)
make_fruit_dict(fruit_dict, 'waterlemon', 10)
print("fruit_dict:", fruit_dict)
=========== result ==========
fruit_dict: {'apple': 3}
fruit_dict: {'apple': 3, 'orange': 5}
fruit_dict: {'apple': 3, 'orange': 5, 'waterlemon': 10}
#(b)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
usernames_1 = ['John', 'Mary', 'Susan']
usernames_2 = ['John', 'Mary', 'Susan', 'tommy', 'Joan']
def print_user(users):
count = 0
for user in users:
print("user{}:".format(count), user)
count += 1
print_user(usernames_1)
print('-'*15)
print_user(usernames_2)
=========== result ==========
user0: John
user1: Mary
user2: Susan
---------------
user0: John
user1: Mary
user2: Susan
user3: tommy
user4: Joan
#(c)
1
2
3
4
5
6
7
8
9
10
11
def sum_ap(a1, d, n):
Sn = n*a1+n*(n-1)/2
an = a1 + (n-1)*d
return an, Sn
an, Sn = sum_ap(1,1,10)
print("an:",an)
print("Sn:",Sn)
=========== result ==========
an: 10
Sn: 55.0
