1
初学者如何学习 python
我们大家每天都在用电脑,使用着各种各样的软件,想必大家也会对如何做出这些电脑软件感到好奇吧。其实这些软件都是由程序员通过程序语言写出来的,在本系列经验中,小编将告诉大家如何学习一种名为“python”的程序设计语言,并写出一些好玩的小软件。在系列经验中的第一篇中,小编将告诉大家如何在自己的电脑上安装python,并写出自己的第一个python程序。以下是小编为你整理的初学者如何学习python
在https://www.python.org/downloads/网页中下载python3解释器,我下载时候,版本是选择的是3.3,因为python3和python2语法上有些区别,所以大家就跟我一样都用python3吧,或许有朋友对于“语法”这个词不明白,没关系,后面小编会给大家讲到的。下好后,文件名为python-3.3.3.msi,当然因为我们下载时间不同,可能文件有所不同,比如你下的可能是python-3.4.0.msi,因为这个软件也是在不断升级中的
双击下载下来的安装文件,一路都选“next”,到第三步“Customize Python ”,在列表中的“Add python.exe to Path”前的红叉上点击鼠标左键,然后选择第一项“will be installed on local hard drive”,然后再点next,再稍等几分钟,python的解释器就安装好了。
然后我们在“开始”-->“所有程序”中找到python
选择IDLE(Python GUI),这是一个提供图形化界面的python编程软件,如果不用这个,我们就只有用那个黑色的框框了。打开IDLE,界面如下:
看到光标在“>>>”后面闪烁了吧,我们在“>>>”后面输入命令,按下回车后,python解释器就会解释并执行这条命令了。好了,我们还是以最经典的入门程序来作为我们用python写的第一个程序吧。我们用键盘敲入“print("hello world")”,在屏幕上显示“hello word”,注意print后的括号是英文括号,而且编程语言中的符号都是英文符号,大家特别注意。敲下回车后,看到下面是不是显示了“hello world”,注意此时 hello world前没有“>>>”,这个表明“hello world”是输出结果。
2
赋值语句
这是所有高等语法的基础语句之一。我们通过在等号(赋值号)的左边协商赋值变量以及在右边写上变量值来完成赋值。
我们输入下面的语句。
虽然没有看起来任何变化,但是解释其其实已经为这个变量名分配了一个内存。
函数语句
函数语句一般是在一个函数名后面加上一对括号,然后往里面传入一些参数。
有关函数,在以后的专辑里还会详细讲解。
有些函数会有返回值。
布尔逻辑表达式
这是一种特殊的表达式,目前只简单介绍一下,它是由比较操作符构成的一种语句。
布尔逻辑表达式只会返回True或者False。
以后还会有更详细的讲解。
下面是判断两个数是否相等。
3
明白学python的目的是什么
第一步最重要的是明白学python的目的是什么,是数据挖掘还是想刷个火车票啥的,是机器学习还是搞个小脚本装下,是想成为厉害的harker还是强大的web开发者。只有明白了目的,才有学下去的动力。
环境搭建。下载并安装好python及IDE,你需要明白什么是IDE,什么是命令行等,并配置好路径及环境变量。在这里推荐大家找下免费的pycharm,风格比较舒服,但是会比较慢。
基础练习。没有编程基础的可以先过一下基础,可以找本书练,也可以在网上寻找视频练习。现在网络这么发达,应该加强在网上找答案的能力。
根据自己的目标去深耕。知识的学习都是由浅入深的,先掌握基础,再根据自己的目标去练习,才会有效果。不要三心二意,今天学十分钟爬虫,明天学5钟机器学习什么的。
不断练习,不断练习。量变到质变的过程。只有在敲代码的过程中才会遇到自己的问题,解决了就提升了。
4
如何读取图片
用opencv读取图片,返回的是一个数组(矩阵):
import cv2
img = cv2.imread('0.png')
此时的img,其实就是一个数组。
分离图片的颜色,只需要一个简单的乘法,就可以实现:
img = img*[1,1,0] #这相当于在原图中剔除了红色。
保存图片也很简单:
cv2.imwrite('000.png',img)
简短的六行代码,就可以实现读图、分离色彩、保存的整个过程。
python可以调用很多人工智能接口,来解决实际问题。比如,python可以调用百度AI平台的语音合成、语音识别、文字识别、人脸识别等接口,实现相关功能。
18python怎么调用百度AI的语音合成功能?
1百度文字识别的测试
1python怎么用Baidu-AIP进行语音识别?
列表、数组、集合的相互转化非常实用:
先给出一个列表
a = [1,2,3,3,2,1,1,2,3]
把a转化为一个数组
b = np.array(a)
把a转化为集合,可以删除a里面的重复元素:
c = set(a)
数组也可以直接转化为集合:
d = set(b)
其实,列表、数组、集合,都是可以很容易的相互转化的。
可以很容易的改变数组的形状:
a = np.array([1,2,3,3,2,1,1,2,3])
b = np.reshape(a,(3,-1))
把数组a转化为一个3*3的矩阵,需要3能够整除len(a),而-1的作用,就是自适应,由len(a)/3来确定。
再举一个例子:
a = np.array([1,2,3,3,2,1,1,2,3,7,8,9])
b = np.reshape(a,(3,-1))
c = np.reshape(a,(4,-1))
d = np.reshape(a,(6,-1))
3、4、6都能够整除12。