《Python程序设计：人工智能案例实践》源代码

《Python程序设计：人工智能案例实践》共16章。第1~10章介绍Python编程，涉及人工智能、基本描述统计、集中趋势和分散度量、模拟、静态和动态可视化、使用CSV文件、用于数据探索和数据整理的Pandas、时间序列和简单线性回归。第11~16章提供多种实践案例研究，涉及自然语言处理、Twitter数据挖掘、IBM Watson认知计算、包含分类和回归的有监督机器学习、聚类无监督机器学习、卷积神经网络深度学习、递归神经网络深度学习、包含Hadoop/Spark/NoSQL/物联网的大数据等。

封面图

目录

• 审稿人评论
• 译者序
• 前言
• 作者简介
• 开始阅读本书之前
• 第一部分Python基础知识快速入门
• 第1章Python及大数据概述2
• 1.1简介2
• 1.2快速回顾面向对象技术的基础知识3
• 1.3Python5
• 1.4Python库7
• 1.4.1Python标准库7
• 1.4.2数据科学库8
• 1.5试用IPython和Jupyter Notebook9
• 1.5.1使用IPython交互模式作为计算器10
• 1.5.2使用IPython 解释器执行Python程序11
• 1.5.3在Jupyter Notebook中编写和执行代码12
• 1.6云和物联网16
• 1.6.1云16
• 1.6.2物联网17
• 1.7大数据有多大18
• 1.7.1大数据分析22
• 1.7.2数据科学和大数据正在带来改变：用例23
• 1.8案例研究：大数据移动应用程序24
• 1.9数据科学入门：人工智能——计算机科学与数据科学的交叉学科26
• 1.10小结28
• 第2章Python程序设计概述29
• 2.1简介29
• 2.2变量和赋值语句30
• 2.3算术运算31
• 2.4print函数、单引号和双引号34
• 2.5三引号字符串36
• 2.6从用户处获取输入37
• 2.7决策：if语句和比较运算符39
• 2.8对象和动态类型43
• 2.9数据科学入门：基础的描述性统计44
• 2.10小结46
• 第3章控制语句48
• 3.1简介48
• 3.2控制语句概述49
• 3.3if语句49
• 3.4if...else和if...elif...else语句50
• 3.5while语句53
• 3.6for语句54
• 3.6.1可迭代对象、列表和迭代器55
• 3.6.2内置函数range55
• 3.7增强赋值56
• 3.8序列控制迭代和格式化字符串56
• 3.9边界值控制的迭代57
• 3.10内置函数range：深入讨论59
• 3.11使用Decimal类型处理货币金额59
• 3.12break和continue语句63
• 3.13布尔运算符and、or和not63
• 3.14数据科学入门：集中趋势度量—均值、中值和众数66
• 3.15小结67
• 第4章函数69
• 4.1简介69
• 4.2函数定义70
• 4.3多参数函数72
• 4.4随机数生成74
• 4.5案例研究：一个运气游戏76
• 4.6Python标准库79
• 4.7math模块中的函数80
• 4.8在IPython中使用制表符自动补全81
• 4.9默认参数值82
• 4.10关键字参数83
• 4.11不定长参数列表83
• 4.12方法：属于对象的函数84
• 4.13作用域规则85
• 4.14import：深入讨论87
• 4.15向函数传递参数：深入讨论88
• 4.16递归91
• 4.17函数式编程93
• 4.18数据科学入门：离中趋势度量95
• 4.19小结96
• 第5章序列：列表和元组97
• 5.1简介97
• 5.2列表98
• 5.3元组102
• 5.4序列解包104
• 5.5序列切片106
• 5.6使用del声明108
• 5.7将列表传递给函数109
• 5.8列表排序110
• 5.9序列搜索111
• 5.10列表的其他方法113
• 5.11使用列表模拟堆栈115
• 5.12列表推导式116
• 5.13生成器表达式118
• 5.14过滤、映射和归约118
• 5.15其他的序列处理函数120
• 5.16二维列表122
• 5.17数据科学入门：模拟和静态可视化124
• 5.17.1掷600、60,000、6,000,000次骰子的图例124
• 5.17.2实现掷骰子中不同点数出现次数和百分比的可视化126
• 5.18小结132
• 第二部分Python数据结构、字符串和文件
• 第6章字典和集合136
• 6.1简介136
• 6.2字典137
• 6.2.1创建字典137
• 6.2.2遍历字典138
• 6.2.3基本的字典操作138
• 6.2.4字典的keys和values方法140
• 6.2.5字典的比较141
• 6.2.6示例：学生成绩字典142
• 6.2.7示例：单词计数143
• 6.2.8字典的update方法144
• 6.2.9字典推导式145
• 6.3集合146
• 6.3.1集合的比较147
• 6.3.2集合的数学运算148
• 6.3.3集合的可变运算符和方法150
• 6.3.4集合推导式151
• 6.4数据科学入门：动态可视化151
• 6.4.1动态可视化的工作原理152
• 6.4.2实现动态可视化154
• 6.5小结156
• 第7章使用NumPy进行面向数组的编程158
• 7.1简介158
• 7.2从现有数据创建数组159
• 7.3数组属性160
• 7.4用特定值填充数组162
• 7.5从范围创建数组162
• 7.6列表与数组的性能比较：引入%timeit164
• 7.7数组运算符165
• 7.8NumPy计算方法167
• 7.9通用函数168
• 7.10索引和切片170
• 7.11视图：浅拷贝171
• 7.12视图：深拷贝173
• 7.13重塑和转置174
• 7.14数据科学入门：pandas Series和DataFrame176
• 7.14.1Series177
• 7.14.2DataFrame181
• 7.15小结188
• 第8章字符串：深入讨论190
• 8.1简介190
• 8.2格式化字符串191
• 8.2.1表示类型191
• 8.2.2字段宽度和对齐方式193
• 8.2.3数字格式化193
• 8.2.4字符串的format方法194
• 8.3拼接和重复字符串195
• 8.4去除字符串中的空白字符196
• 8.5字符大小写转换196
• 8.6字符串的比较运算符197
• 8.7查找子字符串197
• 8.8替换子字符串199
• 8.9字符串拆分和连接199
• 8.10字符串测试方法201
• 8.11原始字符串202
• 8.12正则表达式介绍202
• 8.12.1re模块与fullmatch函数203
• 8.12.2替换子字符串和拆分字符串207
• 8.12.3其他搜索功能、访问匹配207
• 8.13数据科学入门：pandas、正则表达式和数据治理210
• 8.14小结214
• 第9章文件和异常215
• 9.1简介215
• 9.2文件216
• 9.3文本文件处理217
• 9.3.1向文本文件中写入数据：with语句的介绍217
• 9.3.2从文本文件中读取数据218
• 9.4更新文本文件220
• 9.5使用JSON进行序列化221
• 9.6关注安全：pickle序列化和反序列化224
• 9.7关于文件的附加说明224
• 9.8处理异常225
• 9.8.1被零除和无效输入226
• 9.8.2try语句226
• 9.8.3在一条except子句中捕获多个异常229
• 9.8.4一个函数或方法引发了什么异常229
• 9.8.5try子句的语句序列中应该书写什么代码229
• 9.9finally子句229
• 9.10显式地引发一个异常231
• 9.11（选学）堆栈展开和回溯232
• 9.12数据科学入门：使用CSV文件234
• 9.12.1Python标准库模块csv234
• 9.12.2将CSV文件数据读入pandas DataFrame中236
• 9.12.3读取泰坦尼克号灾难数据集237
• 9.12.4用泰坦尼克号灾难数据集做简单的数据分析238
• 9.12.5乘客年龄直方图239
• 9.13小结240
• 第三部分Python高级主题
• 第10章面向对象编程242
• 10.1简介242
• 10.2自定义Account类244
• 10.2.1试用Account类245
• 10.2.2Account类的定义246
• 10.2.3组合：对象引用作为类的成员248
• 10.3属性访问控制248
• 10.4用于数据访问的property249
• 10.4.1试用Time类249
• 10.4.2Time类的定义251
• 10.4.3Time类定义的设计说明254
• 10.5模拟“私有”属性255
• 10.6案例研究：洗牌和分牌模拟257
• 10.6.1试用Card类和DeckOfCards类257
• 10.6.2Card类：引入类属性258
• 10.6.3DeckOfCards类260
• 10.6.4利用Matplotlib显示扑克牌图像262
• 10.7继承：基类和子类265
• 10.8构建继承层次结构：引入多态性267
• 10.8.1基类CommissionEmployee267
• 10.8.2子类SalariedCommission-Employee270
• 10.8.3以多态方式处理Commission-Employee和SalariedComm-issionEmployee273
• 10.8.4关于基于对象和面向对象编程的说明274
• 10.9鸭子类型和多态性274
• 10.10运算符重载276
• 10.10.1试用Complex类277
• 10.10.2Complex类的定义278
• 10.11异常类层次结构和自定义异常279
• 10.12具名元组280
• 10.13Python 3.7的新数据类简介281
• 10.13.1创建Card数据类282
• 10.13.2使用Card数据类284
• 10.13.3数据类相对于具名元组的优势286
• 10.13.4数据类相对于传统类的优势286
• 10.14使用文档字符串和doctest进行单元测试286
• 10.15命名空间和作用域290
• 10.16数据科学入门：时间序列和简单线性回归293
• 10.17小结300
• 第四部分人工智能、云和大数据案例研究
• 第11章自然语言处理304
• 11.1简介304
• 11.2TextBlob305
• 11.2.1创建一个TextBlob对象307
• 11.2.2将文本标记为句子和单词307
• 11.2.3词性标注308
• 11.2.4提取名词短语309
• 11.2.5使用TextBlob的默认情感分析器进行情感分析309
• 11.2.6使用NaiveBayesAnalyzer进行情感分析310
• 11.2.7语言检测与翻译311
• 11.2.8变形：复数化和单数化312
• 11.2.9拼写检查和拼写校正313
• 11.2.10规范化：词干提取和词形还原314
• 11.2.11词频314
• 11.2.12从WordNet中获取单词定义、同义词和反义词315
• 11.2.13删除停用词317
• 11.2.14n元318
• 11.3使用柱状图和词云可视化词频319
• 11.3.1使用pandas可视化词频319
• 11.3.2使用词云可视化词频321
• 11.4使用Textatistic库进行可读性评估324
• 11.5使用spaCy命名实体识别326
• 11.6使用spaCy进行相似性检测327
• 11.7其他NLP库和工具328
• 11.8机器学习和深度学习自然语言应用328
• 11.9自然语言数据集329
• 11.10小结329
• 第12章Twitter数据挖掘331
• 12.1简介331
• 12.2Twitter API概况333
• 12.3创建一个Twitter账户334
• 12.4获取Twitter凭据，创建应用程序334
• 12.5什么是推文336
• 12.6Tweepy339
• 12.7通过Tweepy进行Twitter身份验证340
• 12.8获取一个Twitter账户的相关信息341
• 12.9Tweepy Cursor简介：获得一个账户的关注者和朋友343
• 12.9.1确定一个账户的关注者343
• 12.9.2确定一个账户的关注对象345
• 12.9.3获取一个用户的最新推文345
• 12.10搜索最新的推文346
• 12.11热门话题发现：Twitter热门话题API348
• 12.11.1有热门话题的地点348
• 12.11.2获取热门话题列表349
• 12.11.3根据热门话题创建词云351
• 12.12推文分析前的清理或预处理352
• 12.13Twitter流API353
• 12.13.1创建StreamListener的子类353
• 12.13.2启动流处理356
• 12.14推文情感分析357
• 12.15地理编码和映射361
• 12.15.1获取和映射推文362
• 12.15.2tweetutilities.py中的实用函数366
• 12.15.3LocationListener类367
• 12.16存储推文的方法368
• 12.17Twitter和时间序列369
• 12.18小结369
• 第13章IBM Watson和认知计算370
• 13.1简介370
• 13.2IBM云账户和云控制台372
• 13.3Watson服务372
• 13.4额外的服务和工具375
• 13.5Watson开发者云Python SDK377
• 13.6案例研究：旅行者翻译伴侣APP377
• 13.6.1准备工作378
• 13.6.2运行APP379
• 13.6.3SimpleLanguageTranslator.py脚本代码分析380
• 13.7Watson资源390
• 13.8小结391
• 第14章机器学习：分类、回归和聚类392
• 14.1简介392
• 14.1.1scikit-learn393
• 14.1.2机器学习的类别394
• 14.1.3scikit-learn中内置的数据集396
• 14.1.4典型的数据科学研究的步骤396
• 14.2案例研究：用k近邻算法和Digits数据集进行分类（第1部分）397
• 14.2.1k近邻算法398
• 14.2.2加载数据集399
• 14.2.3可视化数据402
• 14.2.4拆分数据以进行训练和测试404
• 14.2.5创建模型405
• 14.2.6训练模型405
• 14.2.7预测数字类别406
• 14.3案例研究：利用k近邻算法和Digits数据集进行分类（第2部分）407
• 14.3.1模型准确性指标407
• 14.3.2k折交叉验证410
• 14.3.3运行多个模型以找到最佳模型411
• 14.3.4超参数调整413
• 14.4案例研究：时间序列和简单线性回归413
• 14.5案例研究：基于加利福尼亚房价数据集的多元线性回归418
• 14.5.1加载数据集418
• 14.5.2使用pandas探索数据420
• 14.5.3可视化特征422
• 14.5.4拆分数据以进行训练和测试426
• 14.5.5训练模型426
• 14.5.6测试模型427
• 14.5.7可视化预测房价和期望房价427
• 14.5.8回归模型指标428
• 14.5.9选择最佳模型429
• 14.6案例研究：无监督学习（第1部分）—降维430
• 14.7案例研究：无监督学习（第2部分）—k均值聚类433
• 14.7.1加载Iris数据集435
• 14.7.2探索Iris数据集：使用pandas进行描述性统计436
• 14.7.3使用Seaborn的pairplot可视化数据集438
• 14.7.4使用KMeans估计器440
• 14.7.5主成分分析降维442
• 14.7.6选择最佳聚类估计器444
• 14.8小结445
• 第15章深度学习447
• 15.1简介447
• 15.1.1深度学习应用449
• 15.1.2深度学习演示450
• 15.1.3Keras资源450
• 15.2Keras内置数据集450
• 15.3自定义Anaconda环境451
• 15.4神经网络452
• 15.5张量454
• 15.6用于视觉的卷积神经网络：使用MNIST数据集进行多分类455
• 15.6.1加载MNIST数据集457
• 15.6.2数据探索457
• 15.6.3数据准备459
• 15.6.4创建神经网络模型461
• 15.6.5训练和评价模型468
• 15.6.6保存和加载模型472
• 15.7用TensorBoard可视化神经网络的训练过程473
• 15.8ConvnetJS：基于浏览器的深度学习训练和可视化476
• 15.9针对序列的递归神经网络：使用IMDb数据集进行情感分析477
• 15.9.1加载IMDb影评数据集478
• 15.9.2数据探索478
• 15.9.3数据准备480
• 15.9.4创建神经网络481
• 15.9.5训练和评价模型483
• 15.10调整深度学习模型484
• 15.11在ImageNet上预训练的CNN模型485
• 15.12小结486
• 第16章大数据：Hadoop、Spark、NoSQL和IoT488
• 16.1简介488
• 16.2关系数据库和结构化查询语言492
• 16.2.1books数据库493
• 16.2.2SELECT查询497
• 16.2.3WHERE子句497
• 16.2.4ORDER BY子句498
• 16.2.5从多个表中合并数据：INNER JOIN499
• 16.2.6INSERT INTO语句500
• 16.2.7UPDATE语句501
• 16.2.8DELETE FROM语句502
• 16.3NoSQL和NewSQL大数据数据库简述502
• 16.3.1NoSQL键-值数据库503
• 16.3.2NoSQL文档数据库503
• 16.3.3NoSQL列式数据库504
• 16.3.4NoSQL图数据库504
• 16.3.5NewSQL数据库505
• 16.4案例研究：MongoDB JSON文档数据库506
• 16.4.1创建MongoDB Atlas集群506
• 16.4.2将推文存入MongoDB中507
• 16.5Hadoop515
• 16.5.1概述516
• 16.5.2通过MapReduce汇总Romeo-AndJuliet.txt中的单词长度518
• 16.5.3在Microsoft Azure HDInsight中创建Apache Hadoop集群518
• 16.5.4Hadoop流520
• 16.5.5实现映射器520
• 16.5.6实现归约器521
• 16.5.7准备运行MapReduce示例522
• 16.5.8运行MapReduce作业523
• 16.6Spark525
• 16.6.1概述525
• 16.6.2Docker和Jupyter Docker堆栈526
• 16.6.3使用Spark的单词计数529
• 16.6.4Microsoft Azure上的Spark单词计数532
• 16.7Spark流：使用pyspark-notebookDocker堆栈计算Twitter主题标签535
• 16.7.1将推文流式传输到套接字535
• 16.7.2总结推文主题标签，介绍Spark SQL538
• 16.8物联网和仪表板543
• 16.8.1发布和订阅545
• 16.8.2使用Freeboard仪表板可视化PubNub示例实时流545
• 16.8.3用Python模拟一个连接互联网的恒温器547
• 16.8.4使用freeboard.io创建仪表板549
• 16.8.5创建一个Python PubNub订阅服务器550
• 16.9小结554
• 索引556