“Python编程”版本间的差异

来自iCenter Wiki
跳转至： 导航、 搜索
 
（相同用户的26个中间修订版本未显示）
第1行： 第1行：
 +
=理解编程=
 +
 +
[[Programming Program]]
 +
 
=python语言=
 
=python语言=
−
==编辑器==
 
  
−
软件安装：
+
==集成开发环境IDE==
 +
 
 +
编辑器软件安装：
  
 
*编辑开发环境
 
*编辑开发环境
−
  （1）Notepad++文件编辑器/sublime 文本编辑器；
+
  （1）Visual Studio Code/ Notepad++文件编辑器 / Sublime 文本编辑器；
  
 
  （2）Git-bash安装程序；
 
  （2）Git-bash安装程序；
  
 +
=Python安装=
  
−
==Python安装==
+
[[Python_安装]]
  
−
Python 3.6.2+。
+
==Jupyter安装==
  
−
Python安装程序可以从Python网站（http://www.python.org）直接下载，或者也可以直接安装Anacoda Python发行版（https://www.continuum.io）。
+
[[Jupyter_安装]]
  
−
==pip安装python包==
+
=Python教学=
  
−
大多数Python 包都使用pip 实用工具安装。
+
==教学计划==
 +
{| class="wikitable"
 +
|-
 +
! 课次 !! 日期 !! 内容 !! 关键词/概述  !!  附注
 +
|-
 +
| 第0课 || 2019-06-24 || 建立微信群 || 课程介绍，软件环境设置：git jupyter notebook markdown  ||  样例代码
 +
|-
 +
| 第1天 || 2019-07-15 || 上午 ||  [Strings][Numbers][Lists][Dictionaries][Conditionals][For loops] ||  (exercise) 
 +
|-
 +
| 第2天 || 2019-07-16 || 上午 ||  [Functions] [Classes] [File IO] [Exceptions]  ||  (exercise)
 +
|-
 +
| 第3天 || 2019-07-17 || 上午 ||  [Modules and packages][Project Structure][PyTest_1_2] [Debugging] ||  (exercise)
 +
|-
 +
| 第4天 || 2019-07-18 || 上午 ||  [testing1] [testing2] [Goodies of the Standard Library-1-2]||  (exercise)
 +
|-
 +
| 第5天 || 2019-07-19 || 上午 ||  [idiomatic_dicts][idiomatic_loops]  ||  (exercise)
 +
|-
 +
| 第6天 || 2019-07-20 || 上午 ||  [recap1_exercise1] [recap2_exercise]  ||  (exercise)
 +
|-
 +
| 第7天 || 2019-07-21 || 上午 ||  [std_lib2] [pytest_fixtures] ||  [exercise]
 +
|-
 +
| 第8天 || 2019-07-22 || 上午 ||  [best_practices] ||  conclusion
 +
|}
 +
==参考教程==
  
−
  $ pip install flask
+
  Learning Python 3, https://github.com/jerry-git/learn-python3.
  
−
手动安装pip，安装方法参见pip 的网站：
+
=Numpy库使用=
−
https://pip.pypa.io/en/latest/installing/
+
  
−
文件读取：csv（pandas库），图片（pilllow库），其他（字符串处理）
+
Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等）
  
−
==Pandas库使用==
+
[[Numpy_示例]]
−
+
−
#/usr/bin/python
+
−
# -*- coding: utf-8 -*-
+
  
−
import pandas as np
+
#Stanford U., CS231n, http://cs231n.github.io/python-numpy-tutorial/ .
−
import sys
+
  
−
df = np.read_csv("traffic.txt", header=None)
+
=Pandas库使用=
  
−
for x in range(0,10):
+
[[Pandas_示例]]
−
df.to_csv("%d.csv" %x, columns=[x], header=True, index=False)
+
  
−
==Numpy库使用==
+
=TensorFlow库使用=
  
−
Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等）
+
TensorFlow是一种流行的深度学习库，前端使用Python语言。
  
−
以下代码绘制sin(x)/x函数：
+
[[Python_TensorFlow_Basics]]
  
−
import matplotlib.pyplot as plt
+
#ICML-2017 TensorFlow workshop, https://github.com/random-forests/tensorflow-workshop/.
−
import numpy as np
+
  
−
x = np.linspace(-10,10,1000)
+
=参考书=
  
−
sink = lambda x: np.sin(x)/x
 
−
 
−
plt.plot(x, sink(x), color='blue', lw=2)
 
−
 
−
plt.show()
 
−
 
−
 
−
=参考书=
 
−
#Stanford U., CS231n, http://cs231n.github.io/python-numpy-tutorial/.
 
−
#ICML-2017 TensorFlow workshop, https://github.com/random-forests/tensorflow-workshop/.
 
 
#Lutz, Mark. Learning python. " O'Reilly Media, Inc.", 2013.
 
#Lutz, Mark. Learning python. " O'Reilly Media, Inc.", 2013.

2019年8月9日 (五) 01:48的最后版本

理解编程

Programming Program

python语言

集成开发环境IDE

编辑器软件安装：

  • 编辑开发环境 
（1）Visual Studio Code/ Notepad++文件编辑器 / Sublime 文本编辑器；

（2）Git-bash安装程序；

Python安装

Python_安装

Jupyter安装

Jupyter_安装

Python教学

教学计划

课次 日期 内容 关键词/概述 附注
第0课 2019-06-24 建立微信群 课程介绍，软件环境设置：git jupyter notebook markdown 样例代码
第1天 2019-07-15 上午 [Strings][Numbers][Lists][Dictionaries][Conditionals][For loops] (exercise)
第2天 2019-07-16 上午 [Functions] [Classes] [File IO] [Exceptions] (exercise)
第3天 2019-07-17 上午 [Modules and packages][Project Structure][PyTest_1_2] [Debugging] (exercise)
第4天 2019-07-18 上午 [testing1] [testing2] [Goodies of the Standard Library-1-2] (exercise)
第5天 2019-07-19 上午 [idiomatic_dicts][idiomatic_loops] (exercise)
第6天 2019-07-20 上午 [recap1_exercise1] [recap2_exercise] (exercise)
第7天 2019-07-21 上午 [std_lib2] [pytest_fixtures] [exercise]
第8天 2019-07-22 上午 [best_practices] conclusion

参考教程

Learning Python 3, https://github.com/jerry-git/learn-python3.

Numpy库使用

Numpy数据操作：基本操作（dtype，reshape，transpose），数据切分（下标访问，random.sample等等）

Numpy_示例

  1. Stanford U., CS231n, http://cs231n.github.io/python-numpy-tutorial/ .

Pandas库使用

Pandas_示例

TensorFlow库使用

TensorFlow是一种流行的深度学习库，前端使用Python语言。

Python_TensorFlow_Basics

  1. ICML-2017 TensorFlow workshop, https://github.com/random-forests/tensorflow-workshop/.

参考书

  1. Lutz, Mark. Learning python. " O'Reilly Media, Inc.", 2013.
取自“http://wiki.icenter.tsinghua.edu.cn/icenterwiki/index.php?title=Python编程&oldid=54418”