1.?? ?深度學習及其學習以及數據科學領域，應用較多，憑借NumPy， SciPy等優秀的數據計算和統計分析庫，應用較多，
2.?? ?Python的版本：分為2.x和3.x， 3.x寫的代碼2.x無法執行。
3.?? ?深度學習涉及的外部庫：

a)?? ?NumPy庫：用于數值計算的庫，提供數學算法和矩陣的操作接口。
b)?? ?MatPlotlib庫：繪制圖形的庫。
4.?? ?Anaconda 3.x內部除了python3.x的環境以外，還集成了含上述庫在內的必要庫。

-------------------1.3 python解釋器---------·------------------
1.?? ?Cmd中輸入 python –version 可以查詢python的版本。
2.?? ?Cmd python 可以啟動python解釋器，解釋器與matlab的界面有點像

3.?? ?算數運算：
a)?? ?加減略； 乘法（*） 除法（/） 乘方（**）
4.?? ?數據類型：
a)?? ?三種：整數， 小數， 字符串。 ?Int ?float ?“hello”

b)?? ?用type（val）可以查看val的類型
5.?? ?變量：命名規范與C語言類似，
a)?? ?動態變量類型，即不需要顯式的指定某變量的類型
b)?? ?類型自動轉換：小數與整數，結果為小數
c)?? ?舉例：x=10; x=x+0.1; ?type(x) = “float”

6.?? ?打印值與注釋：
a)?? ?打印使用print（val）,不同于C語言，沒有格式化的打印
b)?? ?#為注釋的意思，放在前面
7.?? ?列表：（類似數組）
a)?? ?定義：a= [1,2,3,4,5]?

b)?? ?打印全部：print(a) ? 打印某元素print(a[4])
c)?? ?獲取長度：len(a)
d)?? ?訪問謀個元素：a[3] ?注意下標從0開始
e)?? ?訪問某一子表：
i.?? ?下標為0-2的元素： a[0:2]

ii.?? ?1-最后　　的元素：　ａ［１：］
iii.?? ?索引為3之前的元素： a[:3]
iv.?? ?最后一個元素的前一個元素之前的所有數據a[:-1]
v.?? ?最后一個元素到前兩個元素之前的所有數據a[:-2]

vi.?? ?X:y [x,y) ?即左邊是包含，右邊不包含
vii.?? ?注意y可以是-1，即最后一個元素，-2代表倒數第二個元素
viii.?? ?凡是【】形式的訪問，右側都是不包含的
8.?? ?字典：以鍵值對的形式存儲數據，類似《新華字典》

a)?? ?定義：me={key1:val1, key2:val2} 即為建立聯系，對于key和val的類型均沒有限制，同一本字典的不同key類型可以不同。
b)?? ?添加： me[newkey] = newval
c)?? ?訪問： me[key] ?即訪問key所對應的val
9.?? ?布爾類型：類型“bool” ? 可取值【True False】（首字母必須大寫）

a)?? ?Type() = bool
b)?? ?運算符：and ?or ?not ? ? ? A and b; ? a or b ? ?not c?
10.?? ?If語句：
if a ? ?(a可以是int ?float ?bool類型)

print(“111”) ? ? 前面可以是四個空格
print(“111”) ? ? 前面也可以是一個tab
#python中，四個空格或一個tab表示縮進，縮進不僅代表格式，還代表所屬關系
Else:
? ? Print(“222”)
? ? Print(“333”)

#此行前面不加空格，即代表else結束，即if結束。

11.?? ?For循環語句：用于循環處理。
For a in [1, 3, 5]: ? ?#即 for val ?in [a,b,c]
Print(“a”) ? #注意結果為1， 3， 5
注意運行的次數為3次，但是結果為 1 3 5?

此外需要注意的一點是 for in后面的可以是7節中的列表
12.?? ?函數：?
def xxx(object1, pbject2):
print(“hello” + object1 + object2 + “!”) ?字符串拼接使用“+”

調用：xxx(mlw niubi)

-------------------·--·-python中類的定義以及實例化-------·-----------
1.?? ?Python腳本文件以 .py 為后綴。在其中書寫一系列語句，然后在cmd界面（不需要進入python解釋器模式）直接python xx.py 即可運行該py文件。
2.?? ?類：相當于結構體。之前我們了解的類(int str等通過type獲取的)是pytjon默認集成的，我們可以自己定義類。類的定義如下

class mlw: ? ? //類名稱 mlw ? ? ? ? ? ? ? ?
? ? def __init__(self, arg1, arg2): ?//構造函數，注意其名字一定為__init__, 參數隨意
? ? ? ? self.arg1 = arg1
? ? ? ? self.arg2 = arg2
? ? ? ? ? ? print("Initialized!")
? ? ? ? def func1(self): ? //定義其他功能函數
? ? ? ? def func2(self): ? //定義其他功能函數

3.?? ?類的實例化： mlw val1(arg1, arg2); ? //定義名為val1的mlw類變量。同時傳參給構造函數，注意實參的類型和數量必須符合構造函數的要求，不然失敗。
4.?? ?類的成員以及函數的引用： ?
a)?? ?類的成員的引用： val1.arg1 ? ?val1.arg2 ??

b)?? ?類的成員函數的使用： val1.func1() ? ?val1.func2() 注意后面必須加括號。
----------·--------·------------------------

-----------------·--------NumPy--------------·--------------
1.?? ?用于數組和矩陣的運算，NumPy中的數組類（numpy.array）中提供了很多方法，
2.?? ?導入：NumPy是外部庫，所謂外部就是不包含在python的默認庫中，需要導入：對話模式下執行：import numpy as np 即可完成導入。

3.?? ?import libxxx as xxx ：導入libxxx庫，然后連接到符號xxx。后續通過xxx即可調用該庫。
具體使用：
1.?? ?生成NumPy數組：Resault = np.array(val) ?
a)?? ?Val：入參，是python列表類型。
b)?? ?Resault出參，是nump.ndarray 類型的數據。

2.?? ?NumPy之間的算數運算：運算的需要是同維數，加減乘除即對應的元素加減乘除。Numpy數組也可與標量進行運算，就是對每個成員與該標量進行運算。
3.?? ?NumPy的N維數組：即矩陣
a)?? ?定義： val = np.array(【[1,2], [3,4], [5,6]】) []內的為一行
b)?? ?獲取維數：該類中集成了shape函數，用于返回維數。

c)?? ?獲取矩陣元素的類型：該類中集成了dtype函數，用于返回元素的類型
d)?? ?兩個維數相同的矩陣可以進行運算，注意乘法是點乘，即對應元素計算。
e)?? ?矩陣可以與標量進行運算，方法是遍歷每個元素計算。基于廣播實現的。

f)?? ?一維數組稱為向量 ?二維數組稱為矩陣，三維及以上的稱為張量。
4.?? ?廣播：NumPy中不同維數的數組之間可以運算，比如矩陣和標量之間，因為NumPy有自動補全的機制，用于解決不同維數之間矩陣計算的問題，關于自動補全的方法不詳細介紹，
5.?? ?訪問矩陣元素：元素索引從0開始（與python通用的列表相同）
a)?? ?訪問某行：val[xx] ?訪問xx行的所有元素 ，注意xx也是從0開始的。

b)?? ?訪問某個元素： val[xx][yy] ?訪問xx行yy列的元素
c)?? ?Np.flatten函數用于將np.array矩陣中的元素轉換為數組。
i.?? ?Val = val.flatten() ?val仍然是numpy.ndarray類型的。注意按行存儲。
d)?? ?注意matlab是按列存儲的。
e)?? ?Val【np.array([0, 2, 4])】獲取索引為0 2 4 的元素

f)?? ?數組的布爾型運算：對數組進行布爾型運算，會得到一個true false的數組 val>3
g)?? ?Val【val>3】 打印出所有大于3的元素的值。
對于NumPy的使用，以實際的訓練為主。
幾個方法的介紹：

1.?? ?Np.arange(min, max, step) 類似于matalab定義一個向量
2.?? ?Np中集成了sin ?cos等函數： y=np.sin(x) ?//其中x是自己生成的向量。

------------·------------matplotlib庫--------·-·-----------
1.?? ?外部庫，需要導入：import ?matplotlib.pyplot ?as plt
2.?? ?顯示圖形示例：?
a)?? ?X=np.arange(min, max, step)

b)?? ?Y=np.sin(x)
c)?? ?Plt.plot(x,y) ?調用plt類中的繪制函數
d)?? ?Plt.show() ? 調用plt類中的顯示函數

3.?? ?Plt.plot(x, y, label=”sin”, linestyle=”-”) ? ?其中label是圖形的標示符，linestyle是曲線的類型。
4.?? ?Plt.xlabel(“str”) ? x軸的標記 ? ? ?plt.ylabel(“str”) y軸的標記
5.?? ?Plt.title(“title”) ? ?圖像的標題
6.?? ?Plt.legend() ? ? ?plt.show() ?
7.?? ?顯示圖像：略。

總結

以上是生活随笔為你收集整理的DL1. python入门的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。