Python機器學習入門

Python是一種解釋型、面向對象、動態數據類型的高級程序設計語言。它具有豐富和強大的模塊（庫），能夠很輕松地把用其他編程語言（尤其是C/C++）編寫的各種模塊聯結在一起。這兩年隨著人們對人工智能的關註越來越多，大家對Python的學習熱情也越來越高。在IEEE發布的編程語言排行榜中，Python已經多年排名第一。

這本Python編程與機器學習的入門書，首先介紹了一些Python編程的基礎知識，然後基於圖像識別的機器學習技術介紹了關於人工智能的一些知識和概念。讀者可以跟隨本書講解動手編程實現圖像特徵檢測、人臉識別、手寫數字識別等應用，從而建立起對人工智能、機器學習、人工神經網絡的初步認識。

本書適合對人工智能感興趣但缺乏編程基礎的初學者閱讀。它能夠幫助讀者更加輕松地進入Python編程以及人工智能的世界。

程晨，科技作家，具有十餘年嵌入式開發經驗，編著、翻譯出版開源硬件、3D打印、機器人、物聯網領域相關圖書十餘本，國內最早的Arduino和3D打印技術普及圖書都出自他手。
他是機械工業出版社特聘技術顧問，曾任北京航空航天大學軟件學院特聘講師，參與了清華大學、北京郵電大學等多個高校的創新性課程設計。v

上篇Python編程入門

第1章了解Python 2
1．1 Python的歷史2
1．1．1 Python的出現2
1．1．2 Python的發展2
1．2 Python的優缺點3
1．2．1 Python的優點3
1．2．2 Python的缺點3
1．3 Python適用的領域4
1．4 Python的安裝與使用4
1．4．1 Python的下載4
1．4．2 Python的安裝6
1．4 ．3 Python的使用7
1．4．4編輯器8

第2章Python基礎12
2．1數字12
2．1．1數字計算12
2．1．2 Python的算術運算符13
2．2關鍵字14
2．3變量14
2．3．1定義並賦值變量15
2．3．2變量命名的約定15
2．4程序基本結構16
2．4．1 if選擇16
2．4．2比較18
2．4 ．3邏輯運算19
2．4．4 while循環20
2．4．5 while中的break 22
2．4．6 while中的continue 22
2．4．7 while中的else 23

第3章字符串、列表和字典25
3．1字符串25
3．1．1字符串的定義25
3．1．2 “數字”和“數字字符”的區別26
3．1．3字符串的操作26
3．1．4轉義字符27
3．2列表28
3．2．1列表的定義28
3．2．2列表的方法29
3．2．3利用循環枚舉列表中的內容30
3．2．4使用for循環順序訪問元素31
3．3字典32
3．4元組33
3．4．1元組的定義33
3．4．2多重賦值33
3 ．5擲骰子34
3．5．1隨機數34
3．5．2重複擲骰子34
3．5．3擲兩個骰子35
3．5．4大小判斷36
3．6異常37

第4章定義和使用函數41
4．1什麼是函數41
4．1．1編程中的函數41
4．1．2自定義函數41
4．1．3函數中的處理43
4．2傳遞數據43
4．2．1將數據傳遞給函數43
4．2．2默認參數44
4．2．3關鍵字參數44
4．2．4函數的返回值45
4．2．5多個返回值46
4．3變量的作用域47
4．3．1局部變量47
4．3．2全局變量48
4．4內置函數50
4．4．1 Python中的內置函數50
4．4．2 input()函數53
4．4．3 range()函數54
4．4．4 format()函數56
4．4．5 format()方法57__
4．5猜詞遊戲59
4．5．1遊戲規則59
4．5．2創建單詞庫60
4．5．3遊戲結構60
4．5．4完善函數62
4．6函數與方法彙總67
4 ．6．1數學67
4．6．2字符串67
4．6．3列表69
4．6．4字典70
4．6．5類型轉換70

第5章模塊與類73
5．1模塊73
5． 1．1 Python中的模塊73
5．1．2使用random模塊73
5．1．3自定義模塊74
5．2面向對象75
5．2．1定義類76
5．2．2類的繼承77
5 ．2．3自定義包含類的模塊79
5．2．4 Python標準模塊79
5．3文件83
5．3．1讀取文件83
5．3．2讀取大文件85
5．3．3寫文件86
5．3．4文件操作87
5 ．3．5 jieba第三方中文分詞模塊87
5．3．6生成器與迭代器92
5．3．7詞云94
5．4侵蝕化97
5．5網絡98
5．5．1 urllib．request模塊98
5．5．2將HTML保存到文件99

下篇機器學習入門

第6章圖像處理與特徵檢測102
6．1顯示圖像102
6．1．1安裝第三方模塊102
6．1．2計算機“眼”中的圖像103__
6．1．3 Numpy模塊104
6．1．4在窗口中顯示圖像106
6．2圖像處理107
6．2．1修改圖像107
6．2．2色彩空間112
6． 2．3識別顏色114
6．3圖像特徵檢測117
6．3．1卷積運算117
6．3．2垂直邊緣與水平邊緣119
6．3．3濾波器122
6．3．4邊緣檢測124
6 ．3．5直線檢測126
6．3．6圓形檢測128

第7章人臉檢測131
7．1人工智能和機器學習131
7．1．1什麼是人工智能131
7．1．2什麼是機器學習131
7．2人工神經網絡132
7．2．1什麼是人工神經網絡132
7．2．2人工神經網絡的結構133
7．3監督學習與無監督學習134
7．3．1監督學習134
7．3．2無監督學習134
7．3．3創建並應用人工神經網絡135
7．4人臉檢測137
7．4．1 Haar分類器137
7．4．2 Haar分類器訓練的步驟139
7．4．3獲取Haar分類器139
7．4．4使用OpenCV進行人臉檢測140

第8章手寫數字識別144
8．1 scikit-learn 144
8．2手寫文字的圖像識別148
8．2．1檢查數據內容148
8．2．2創建訓練和評估數據150
8．2．3機器學習的訓練151
8．2．4機器學習的評估151
8．2．5分類器的保存與讀取157
8．3使用OpenCV檢測手寫數字157
8． 3．1圖像處理157
8．3．2數字識別159