Ich habe am 23. August zum ersten Mal an einer Programmierveranstaltung teilgenommen, und eine andere Person hat mir gesagt, dass die Ausgabe wichtig ist, deshalb werde ich sie hier schreiben.

Eine Zusammenfassung der Bibliotheken, die hauptsächlich für Ipython und Operations Research nützlich sind.

Was ist Operations Research?

Eine Disziplin, die Probleme mit Mathematik löst.

ODER nützliche Bibliotheken

Die diesmal verwendete Bibliothek lautet wie folgt.

Bibliothek	Funktion
pandas	Hauptsächlich Vorverarbeitung wie Kreuztabelle. Ein Kind, das unerwartet sein kann
matplotlib	Grafikzeichnungsbibliothek. Es kann ziemlich sauber sein.
scikit-learn	Bibliothek für maschinelles Lernen. Die meisten Methoden sind enthalten.
pulp	Optimierungsberechnungsbibliothek. Dies dient zur Lichtoptimierung.
simpy	Bibliothek zur Simulation. Warteschlangenmodell usw.
networkX	Grafikzeichnungsbibliothek. Dies ist die Graphentheorie.
sympy	Symbolberechnungsbibliothek. Es löst den Zeichenausdruck so wie er ist.

Ich habe mich auch mit einer Bibliothek für AWS namens "boto" befasst, aber dieses Mal werde ich sie weglassen.

Was ist IPython?

IPython ist wie eine normale interaktive Shell. Ein sehr praktischer Typ, der einen Server und ein Programm über einen Browser (Notebook) einrichten kann.

Für die Installation usw. denke ich, dass Sie auf andere Websites verweisen sollten.

Anlaufen

Während des Seminars habe ich den Befehl "ipython notebook --pylab inline" verwendet, aber es scheint, dass etwas nicht gut ist. Es scheint gut zu sein, "ipython notebook --matplotlib inline" zu machen.

Übrigens scheint es möglich zu sein, auch nach der Ausführung mit% matplotlib (inline). inline wählt aus, ob ein Diagramm oder eine Figur im Browser oder in einem separaten Fenster gezeichnet werden soll.

Bequeme Funktion

Ergänzen

Wenn Sie die Tabulatortaste drücken, ist der Vorgang abgeschlossen.

Umfrage

Fügen Sie einem Objekt oder einer Funktion ? Hinzu, um Informationen zu erhalten. Sie können den Quellcode sehen, indem Sie ?? hinzufügen.

>>> %pylab
>>> prob?
Type:        function
String form: <function prod at 0x10bfeb398>
File:        /usr/local/lib/python2.7/site-packages/numpy/core/fromnumeric.py
Definition:  prod(a, axis=None, dtype=None, out=None, keepdims=False)
Docstring:
Return the product of array elements over a given axis.

Parameters
----------
a : array_like
    Input data.
axis : None or int or tuple of ints, optional...

>>> prob??
Type:        function
String form: <function prod at 0x10bfeb398>
File:        /usr/local/lib/python2.7/site-packages/numpy/core/fromnumeric.py
Definition:  prod(a, axis=None, dtype=None, out=None, keepdims=False)
Source:
def prod(a, axis=None, dtype=None, out=None, keepdims=False):
    """
    Return the product of array elements over a given axis.

    Parameters
    ----------
    a : array_like...

Shell-Befehl

Grundsätzlich können Sie alles tun, indem Sie dem Shell-Befehl "!" Vorangestellt haben.

Wie Sie wissen, können Sie "cd", "ls", "mv", "cp", "rm", "less" und "cat" so verwenden, wie sie sind. vim muss ! Vim sein.

Befehl

Einige nützliche. % time: Messen Sie die Zeit einmal. % timeit: Messen Sie die durchschnittliche Zeit mehrmals. (Ist es besser, diesen zu verwenden) % run python_file: Führe python_file aus. (! Python ist auch akzeptabel) % paste: Einfügen (nur beim Ausführen des Terminals)

Cheet Blatt

Außer den hier aufgeführten sollten Sie auf Cheet Sheets verweisen.

scikit-learn

pulp in Vorbereitung....

simpy in Vorbereitung....

networkX in Vorbereitung....

sympy in Vorbereitung....

Memorandum @ Python ODER Seminar