人工智能：从基础到实践（微课视频版）课件 第2章 编程与数据分析应用

第二章编程与数据分析应用任课教师:CONTENT目录Python概述01基础语法02数据类型与变量03字符串操作04基本运算符与表达式05控制结构06组合数据结构07函数08CONTENT目录库的导入与应用09数据处理与分析10数据可视化11森林火灾数据集分析实验12智能化编程概念1301Python概述解释型语言特点Python解释型语言特性Python是一种解释型语言，意味着其代码无需编译即可运行，这使得开发过程更加灵活和快速。01开发环境搭建安装Python解释器安装Python解释器是开发环境搭建的第一步，通过访问官方网站下载并安装最新版本的Python，确保编程基础环境的建立。选择开发工具根据个人需求选择合适的开发工具，如IDLE、PyCharm或JupyterNotebook，这些工具提供不同级别的代码编辑和调试支持。安装与导入0103安装Python解释器安装Python解释器是进行Python开发的第一步，因为Python是解释型编程语言，需要通过解释器来运行用Python语言写的代码。IDLE的使用IDLE是Python自带的IDE，具有代码编写、分析、编译、调试等功能，可以帮助用户在使用Python语言开发时提高效率。PyCharm和JupyterNotebook的介绍PyCharm是由JetBrains公司开发的一款专业的Python集成开发环境，提供了一整套工具，包括强大的代码补全、错误检查和快速修复功能；JupyterNotebook是一个开源的Web应用程序，允许用户在浏览器中直接编写代码并立即查看结果。0202基础语法注释规则010302单行注释的使用在Python中，单行注释以`#`符号开始，直至行尾。这种注释方式适用于简短的说明或解释，有助于提高代码的可读性和维护性。多行注释的应用Python中的多行注释通过三引号实现，适用于较长的文本说明，如版权信息、功能描述等，使代码结构更加清晰，便于理解。注释的选择与实践根据注释内容的长短和复杂程度，合理选择单行或多行注释。适当的注释不仅提升代码可读性，还能帮助团队成员快速掌握代码逻辑。代码缩进Python采用代码缩进和冒号“:”区分代码之间的层次，通常每个缩进级别使用四个空格或一个Tab键。输入输出函数010203输入函数的基本用法`input()`函数在Python3中用于接收用户的键盘输入，当解释器遇到`input()`时，会等待用户输入内容，回车后即提交内容。输出函数的语法和参数`print()`函数用于将数据输出到屏幕上，它可以输出一个或多个值，并且可以指定分隔符、结束字符等。输入输出函数示例这些函数是Python编程中进行基本输入输出操作的重要工具，它们使得程序能够与用户进行交互。03数据类型与变量数据类型介绍数字类型Python中的数字类型包括整数型、浮点数型和复数型，分别用于表示正负整数、小数以及数学中的复数形式，是进行数值计算的基础。字符串与列表字符串用于存储文本数据，是不可变的字符序列；列表则是可变的元素集合，支持存储不同类型的数据，两者在数据处理中扮演着重要角色。元组、字典与集合元组作为不可变的有序元素集，字典存储键值对映射关系，而集合则存放无序且不重复的元素，这些数据结构为Python编程提供了丰富的数据操作方式。变量定义规则0103变量的直接赋值在Python中，变量无需事先声明即可通过赋值创建，支持多种数据类型，如字符串、整数等，简化了编程过程。变量命名规则变量名必须以字母或下划线开头，可包含字母、数字和下划线，且不能使用Python保留字，保证了代码的清晰与规范性。大小写敏感性Python对变量名的大小写敏感，意味着`age`和`Age`被视为不同的变量，这要求程序员在编写代码时注意一致性。0204字符串操作拼接与检索字符串拼接将多个字符串连接成一个更长的字符串的操作，广泛应用于动态生成文本、数据格式化输出（如报告生成、用户提示信息）以及代码中的变量组合等场景。获取字符串长度或字节数通过内置函数（如

len()）计算字符串字符数或编码后的字节数，常用于数据校验、内存优化、网络传输及文本分析（如统计词频、字符分布）等场景

。检索字符串通过查找子串、匹配模式或定位特定字符位置来定位目标内容，广泛应用于文本搜索（如关键词匹配）、数据清洗（如提取特定字段）、正则表达式验证（如邮箱格式校验）、日志分析（如错误信息定位）及自然语言处理（如词频统计）等场景。格式化方法123使用%操作符格式化在Python中，%操作符提供了一种简单的方式来格式化字符串，通过指定转换说明符和参数，可以灵活地控制数字的显示方式，如对齐、宽度和小数点精度。format()方法介绍format()方法是Python2.6引入的一种更强大的字符串格式化工具，它允许通过花括号{}和冒号来指定占位符和数据类型，支持复杂的格式定制，如对齐方式和字段宽度。格式化参数详解format()方法中的参数包括索引位置、对齐方式、符号显示、前缀选择、字段宽度和小数精度等，这些选项使得字符串格式化更加灵活和精确，满足各种显示需求。05基本运算符与表达式运算符与表达式01020304算术运算符用于数值计算，包括加减乘除、取模、整除和幂运算，（如

+、-、*、/、%、//、**）。赋值运算符将右侧的值或运算结果赋给左侧变量，并支持复合操作，（如=、+=、-=、*=、/=、%=、**=、//=）。比较运算符比较两个值的关系（如

==、!=、>、<、>=、<=）或检测成员资格（如

in、notin），返回布尔值。逻辑运算符对布尔值进行组合运算（如

and、or、not），优先级低于比较运算符，支持条件表达式（如

xifCelsey）。运算符优先级123运算符优先级基础运算符优先级决定了表达式中各运算符的计算顺序，确保数学运算的准确性。了解并正确应用这些规则是编程和数学计算的基础。常见运算符优先级在多数编程语言中，乘法和除法通常优先于加法和减法执行，而括号可以改变默认的运算顺序，提供灵活性以适应不同的计算需求。优先级错误的影响忽视运算符优先级可能导致计算结果错误，这在编程中可能引发逻辑错误或运行时错误，强调了掌握运算符优先级的重要性。06控制结构控制流逻辑010302选择结构在控制流中的作用选择结构是编程中实现条件判断的基础，通过if、if-elif和if-elif-else语句，程序能够根据不同条件执行不同的代码块，实现灵活的逻辑分支。循环结构的应用场景循环结构允许程序重复执行特定代码段，直到满足退出条件。while循环适用于未知次数的重复任务，而for循环则常用于已知次数的迭代过程，如遍历数据集合。跳转语句增强程序灵活性跳转语句如break提供了在循环中提前退出的能力，使得程序能更灵活地应对运行时的特定情况，从而优化控制流并提高代码的可读性和效率。选择结构01020304if-elif-else语句通过依次检查多个条件，当某个条件满足时执行对应代码块，若所有条件均不满足则执行else子句（若存在），常用于需要根据不同条件执行不同操作的场景。if的嵌套在一个if语句的代码块中再包含另一个if语句的结构，用于处理更复杂的条件逻辑，常应用于需要多层次条件判断的场景。单分支if语句根据布尔条件的真假来决定是否执行特定的代码块，是最基本的条件控制结构。双分支if-else语句根据条件判断执行两种不同代码块的逻辑结构，常用于需要二选一执行的场景。循环结构010302`while`循环的应用`while`循环在条件为真时重复执行代码块，适用于未知迭代次数的场景。例如，使用`while`循环打印自然数1到10，通过更新条件变量控制循环结束。`for`循环的使用`for`循环用于已知迭代次数的情况，常与`range()`函数结合使用生成序列。例如，输出自然数1到10，通过`for`循环简洁地实现。循环嵌套与跳转语句循环嵌套允许在一个循环内再嵌套另一个循环，实现复杂逻辑。跳转语句如`break`和`continue`用于控制循环流程，分别用于跳出循环和跳过当前迭代。跳转语句应用使用`break`语句控制循环`break`语句在Python中用于立即终止循环，无论是`while`还是`for`循环，一旦执行到`break`，循环将停止执行，直接跳出循环结构。利用`continue`跳过当前迭代在循环体中使用`continue`语句可以跳过当前迭代的剩余部分，直接进入下一次循环的开始，这在处理数据时非常有用，尤其是需要根据条件跳过某些特定情况时。嵌套循环中的跳转控制当`break`或`continue`语句位于嵌套循环中时，它们仅影响最内层的循环。`break`会跳出最近的内层循环，而`continue`则会导致最近的内层循环跳过当前迭代。07数据结构列表元组操作010203列表的基本操作列表是Python中常用的数据结构，支持元素的增加、删除和修改。通过append()、insert()、remove()等方法，可以灵活地对列表进行操作，满足各种数据处理需求。元组的特性与操作元组是Python中的不可变序列，一旦创建就不能修改其内容。虽然不能直接修改元组元素，但可以通过组合操作生成新的元组，实现数据的重新组织。列表与元组的区别列表和元组的主要区别在于可变性。列表允许在运行时动态地添加、删除和修改元素，而元组则不允许这些操作。这使得列表更适合需要频繁修改数据的场景，而元组则适用于存储固定不变的数据。字典集合使用创建与初始化字典在Python中，字典的创建既可以通过花括号{}直接定义键值对，也可以使用dict()函数，提供了灵活的方式来初始化字典，为数据存储和操作打下基础。修改与删除字典元素字典元素的添加或修改通过简单的赋值操作实现，而删除则可通过del语句或pop()方法完成，这些操作使得字典的管理变得高效且直观。遍历与查找字典遍历字典可通过keys()、values()及items()方法实现，分别用于访问字典的键、值及键值对，而in关键字则提供了一种简便的方法来检查键是否存在于字典中。08函数函数定义调用010203函数定义基础在Python编程中，函数是实现代码重用和模块化的关键。通过`def`关键字定义，后接函数名和括号包围的参数列表，函数体内部的代码块需缩进以表明其归属。函数调用过程函数调用是执行已定义函数的行为，需要传递正确数量和类型的参数。调用时使用小括号，并可接收返回值用于进一步处理，这是实现功能复用的核心步骤。实例解析与应用通过生成指定长度的斐波那契数列和冒泡排序算法对列表排序这两个例子理解函数的定义与调用。参数传递方式位置参数位置参数是Python函数中最常见的参数传递方式，调用时需按照定义顺序传入参数值，如`add(1,2)`直接对应于函数内定义的参数。关键字参数关键字参数允许调用者通过参数名传递值，无需关心参数的顺序，提供了更高的灵活性和代码的可读性，例如`greet(name="Alice",greeting="Hello")`。默认参数与可变长度参数默认参数​​为函数参数提供预设值，在调用时可省略对应参数，简化了函数的使用；而​​可变长度参数​​通过

*args

接收任意数量的位置参数，**kwargs

接收任意数量的关键字参数，极大地增强了函数的灵活性和适应性。变量作用域010203局部变量在函数或代码块内部定义的变量，其作用域仅限于该函数或代码块内，外部无法访问，函数执行结束后会被销毁，常用于存储临时数据以避免命名冲突和提升代码封装性。全局变量在函数或代码块外部定义的变量，可在整个程序范围内访问和修改，常用于跨函数共享数据。global语句用于在函数内部声明一个变量为全局变量，使其能够被修改（而非仅读取），从而突破函数作用域的限制。09库的导入与应用安装与导入方法010203安装Python第三方库使用pip工具在线安装Python第三方库，通过简单的命令行操作，即可完成库的下载与安装，为数据分析和可视化提供强大支持。导入第三方库在Python脚本中导入已安装的第三方库，通过import语句引入，使得代码能够调用库中的函数和方法，实现特定的数据处理和分析功能。安装AnacondaAnaconda是Python的一个免费开源发行版本，包含众多科学计算和数据分析相关的库，通过其内置的包管理器可以方便地安装和管理第三方库。常用库介绍Python标准库。Python标准库​​是Python内置的一系列模块和包的集合，提供了丰富的基础功能，无需额外安装即可直接使用，是Python高效开发的核心资源。。Python第三方库介绍Python的第三方库是由社区开发并发布到PyPI上的可复用代码，用于解决特定问题，增强Python的功能和灵活性。Jieba库的应用Jieba是一个用于中文分词的第三方库，支持精确模式、全模式和搜索引擎模式，适用于文本分析和搜索引擎优化。NumPy库的应用NumPy提供了高性能的多维数组对象和处理数组的函数，是科学计算和数据分析任务的基础库之一。10数据处理与分析数据分析流程02030104数据收集数据收集是数据分析的第一步，常见的途径包括文件读取、网络爬虫、数据库查询和传感器采集等。数据清洗数据清洗是数据分析的关键步骤，涉及识别和修正数据集中的错误、不完整或不准确的部分，确保数据质量

，主要任务包括处理缺失值、异常值、重复数据，统一格式与结构。数据分析与建模探索数据规律，通过统计分析、数据可视化等手段发现数据的特征和规律，另一方面，根据问题的性质选择合适的模型进行建模，以挖掘数据背后隐藏的信息和关系，为决策提供支持。结果呈现可以通过制作图表（如柱状图、折线图、饼图等）、撰写报告等形式展示分析结论。数据分析工具123Python的广泛应用Python因其易学易用和强大的扩展性，在数据分析领域得到广泛应用。其跨平台特性使其能在多种操作系统上运行，极大地方便了数据分析师的工作。Pandas数据处理能力Pandas作为强大的数据处理库，提供了丰富的数据结构和操作方法，使得数据清洗、转换和聚合变得简单高效，支持多种数据格式的读取和写入。Matplotlib的可视化Matplotlib是广泛使用的绘图库，可以将数据以各种静态、动态、交互式图表等可视化的形式呈现出来，直观展示数据分析结果。数据收集——文件读取处理123文本文件读取使用Python内置的open()函数，通过read()或readlines()方法读取文本文件内容，适用于简单的文本数据处理和分析。CSV文件读取利用csv模块的reader()函数或Pandas库的read_csv()函数，可以高效地读取CSV格式的数据，便于进行数据清洗和预处理。Excel文件读取通过pandas库的read_excel()函数或openpyxl库，能够轻松读取Excel文件中的数据，支持多种数据格式和复杂的数据分析需求。数据清洗213处理缺失值数据清洗中，处理缺失值是基础且关键的一步。通过删除或填充含有缺失值的记录，确保数据集的完整性和准确性，为后续分析打下坚实基础。识别与纠正异常值在数据分析过程中，异常值可能扭曲结果。通过识别并纠正这些不符合正常模式的数据点，可以提升模型预测的准确性和可靠性。数据类型转换与字符串处理将数据列的类型转换为适合分析的形式，以及去除字符串前后空格并统一大小写，是数据预处理的重要环节，有助于提高数据处理的效率和质量。11数据可视化Matplotlib绘图折线图的绘制使用Matplotlib库，通过简单的代码即可绘制出展示数据趋势的折线图，适用于时间序列数据的可视化，帮助用户直观理解数据变化。散点图的应用散点图是探索数据分布和关系的强大工具，Matplotlib提供了丰富的参数选项，如颜色、大小和透明度，使得数据点的展示更加灵活多样。条形图与直方图条形图和直方图是两种常见的图表类型，分别用于比较不同类别的数据和展示数据的频率分布，Matplotlib让这两种图表的创建变得简单快捷。Wordcloud词云图词云图的定义与应用词云图是一种数据可视化工具，通过不同大小和颜色的字体展示文本中词语的频率，广泛应用于市场分析、舆情监控等领域。如何制作有效的词云图制作有效的词云图需选择适当的词汇和布局，确保信息清晰可读，同时利用色彩对比增强视觉效果，提升数据表达的准确性。词云图在数据分析中的作用词云图在数据分析中扮演重要角色，它帮助分析师快速识别关键词汇，揭示文本数据的主要趋势和模式，促进深入洞察。12森林火灾数据集分析实验实验环境准备在进行数据分析前，确保已安装必要的库如numpy、pandas、matplotlib等，并从官网下载森林火灾数据集文件。数据集描述本实验使用的森林火灾数据集包含葡萄牙东北部Monteinho公园的火灾记录，涵盖地理坐标、日期、火情发生月份等关键信息。数据探索分析利用numpy、pandas和matplotlib库对森林火灾数据集进行探索性数据分析，发现烧毁面积呈长尾分布，某些月份和星期的火灾发生率较高，温度与烧毁面积可能存在正相关，并为进一步分析其他气象因素与火灾关系及森林火灾预防提供了数据支持。数据探索步骤数据读取与初步检查数据读取是探索分析的第一步，通过Pandas库的函数加载数据后，使用`()`、`data.head()`和data.describe()方法检查数据集的基本信息和统计摘要，