Auf vielen Computern ist Python vorinstalliert. Um zu sehen, ob Ihr Laptop es hat, gehen Sie zu Ihrem Terminal (Mac/Linux) oder zur Eingabeaufforderung (Home windows) und geben Sie einfach „python“ ein.
Wenn Sie keinen solchen Bildschirm sehen, können Sie Python manuell herunterladen (Home windows/ Mac). Alternativ kann man Anakondaein beliebtes Python-Paketsystem für KI und Datenwissenschaft. Wenn bei der Set up Probleme auftreten, Bitten Sie Ihren bevorzugten KI-Assistenten um Hilfe!
Nachdem Python ausgeführt wurde, können wir nun mit dem Schreiben des Codes beginnen. Ich empfehle, die Beispiele auf Ihrem Laptop laufen zu lassen, während wir fortfahren.. Sie können den gesamten Beispielcode auch von der GitHub-Repository.
Saiten & Zahlen
A Datentyp (oder einfach „Typ“) ist eine Möglichkeit, Daten zu klassifizieren, damit sie angemessen und effizient in einem Laptop verarbeitet werden können.
Typen werden durch eine mögliche Menge an Werten und Operationen definiert. Zum Beispiel: Saiten Sind beliebige Zeichenfolgen (d. h. Textual content), der auf bestimmte Weise bearbeitet werden kann. Probieren Sie die folgenden Zeichenfolgen in Ihrer Python-Befehlszeileninstanz aus.
"this can be a string"
>> 'this can be a string'
'so is that this:-1*!@&04"(*&^}":>?'
>> 'so is that this:-1*!@&04"(*&^}":>?'
"""and
that is
too!!11!"""
>> 'andn this isn too!!11!'
"we will even " + "add strings collectively"
>> 'we will even add strings collectively'
Obwohl Zeichenfolgen addiert (d. h. verkettet) werden können, können sie nicht zu numerische Datentypen wie int (additionally ganze Zahlen) oder Float (additionally Zahlen mit Dezimalstellen). Wenn wir das in Python versuchen, erhalten wir eine Fehlermeldung, da Operationen nur für kompatible Typen definiert sind.
# we won't add strings to different knowledge sorts (BTW that is the way you write feedback in Python)
"I'm " + 29
>> TypeError: can solely concatenate str (not "int") to str
# so now we have to write down 29 as a string
"I'm " + "29"
>> 'I'm 29'
Hear & Wörterbücher
Über die Grundtypen Strings, Ints und Floats hinaus verfügt Python über Typen zum Strukturieren größerer Datensammlungen.
Ein solcher Typ ist ein Listeein geordnete Wertesammlung. Wir können Hear von Zeichenfolgen, Zahlen, Zeichenfolgen haben + Zahlen oder sogar Hear von Hear.
# an inventory of strings
("a", "b", "c")# an inventory of ints
(1, 2, 3)
# listing with a string, int, and float
("a", 2, 3.14)
# an inventory of lists
(("a", "b"), (1, 2), (1.0, 2.0))
Ein weiterer Kerndatentyp ist ein Wörterbuchbestehend aus Schlüssel-Wert-Paar-Sequenzen Wo Tasten sind Saiten Und Werte können beliebige Datentypen sein. Dies ist eine großartige Möglichkeit, Daten mit mehreren Attributen darzustellen.
# a dictionary
{"Identify":"Shaw"}# a dictionary with a number of key-value pairs
{"Identify":"Shaw", "Age":29, "Pursuits":("AI", "Music", "Bread")}
# an inventory of dictionaries
({"Identify":"Shaw", "Age":29, "Pursuits":("AI", "Music", "Bread")},
{"Identify":"Ify", "Age":27, "Pursuits":("Advertising", "YouTube", "Buying")})
# a nested dictionary
{"Person":{"Identify":"Shaw", "Age":29, "Pursuits":("AI", "Music", "Bread")},
"Last_login":"2024-09-06",
"Membership_Tier":"Free"}
Bisher haben wir einige grundlegende Python-Datentypen und -Operationen kennengelernt. Allerdings fehlt uns noch eine wesentliche Funktion: Variablen.
Variablen bieten eine abstrakte Darstellung einer zugrunde liegenden Datentypinstanz. Ich könnte beispielsweise eine Variable namens user_name erstellen, die eine Zeichenfolge mit meinem Namen „Shaw“ darstellt. Dies ermöglicht es uns, versatile Programme zu schreiben, die nicht auf bestimmte Werte beschränkt sind.
# making a variable and printing it
user_name = "Shaw"
print(user_name)#>> Shaw
Wir können dasselbe mit anderen Datentypen tun, z. B. ints und Hear.
# defining extra variables and printing them as a formatted string.
user_age = 29
user_interests = ("AI", "Music", "Bread")print(f"{user_name} is {user_age} years previous. His pursuits embrace {user_interests}.")
#>> Shaw is 29 years previous. His pursuits embrace ('AI', 'Music', 'Bread').
Da unsere Beispiel-Codeausschnitte nun länger werden, wollen wir uns ansehen, wie wir unser erstes Skript erstellen. So erstellen wir Schreiben und Ausführen anspruchsvollerer Programme über die Befehlszeile.
Erstellen Sie dazu einen neuen Ordner auf Ihrem Laptop. Ich nenne meinen Python-SchnellstartWenn Sie einen Favoriten haben IDE (z. B. die integrierte Entwicklungsumgebung)verwenden Sie es, um diesen neuen Ordner zu öffnen und eine neue Python-Datei zu erstellen, z. B. my-script.py. Dort können wir das zeremonielle „Hallo Welt“-Programm schreiben.
# ceremonial first program
print("Good day, world!")
Wenn Sie keine IDE haben (nicht empfohlen), können Sie einen einfachen Texteditor verwenden (z. B. Apples Textual content Edit, Home windows Notepad). In diesen Fällen können Sie Öffnen Sie den Texteditor und speichern Sie eine neue Textdatei mit der Erweiterung .py statt .txt. Hinweis: Wenn Sie den TextEditor auf einem Mac verwenden, müssen Sie die Anwendung möglicherweise über „Format“ > „In Nur-Textual content umwandeln“ in den Nur-Textual content-Modus versetzen.
Wir können dieses Skript dann über das Terminal (Mac/Linux) oder die Eingabeaufforderung (Home windows) ausführen, indem wir zum Ordner mit unserer neuen Python-Datei navigieren und den folgenden Befehl ausführen.
python my-script.py
Glückwunsch! Sie haben Ihr erstes Python-Skript ausgeführt. Erweitern Sie dieses Programm, indem Sie die folgenden Codebeispiele kopieren und einfügen und das Skript erneut ausführen um ihre Ausgaben zu sehen.
Zwei grundlegende Funktionen von Python (oder jeder anderen Programmiersprache) sind Schleifen und Bedingungen.
Schleifen erlauben Sie uns, Führen Sie einen bestimmten Codeabschnitt mehrmals ausAm beliebtesten ist die for-Schleifedas denselben Code ausführt, während es über eine Variable iteriert.
# a easy for loop iterating over a sequence of numbers
for i in vary(5):
print(i) # print ith aspect# for loop iterating over an inventory
user_interests = ("AI", "Music", "Bread")
for curiosity in user_interests:
print(curiosity) # print every merchandise in listing
# for loop iterating over objects in a dictionary
user_dict = {"Identify":"Shaw", "Age":29, "Pursuits":("AI", "Music", "Bread")}
for key in user_dict.keys():
print(key, "=", user_dict(key)) # print every key and corresponding worth
Die andere Kernfunktion ist Bedingungenwie etwa if-else-Anweisungen, die ermöglichen es uns, Logik zu programmieren. Beispielsweise möchten wir möglicherweise überprüfen, ob der Benutzer erwachsen ist oder seine Weisheit bewerten.
# verify if person is eighteen or older
if user_dict("Age") >= 18:
print("Person is an grownup")# verify if person is 1000 or older, if not print they've a lot to be taught
if user_dict("Age") >= 1000:
print("Person is smart")
else:
print("Person has a lot to be taught")
Es ist üblich, Verwenden Sie Bedingungen innerhalb von For-Schleifen um je nach bestimmten Bedingungen unterschiedliche Operationen anzuwenden, wie etwa die Zählung der Anzahl der an Brot interessierten Benutzer.
# rely the variety of customers curious about bread
user_list = ({"Identify":"Shaw", "Age":29, "Pursuits":("AI", "Music", "Bread")},
{"Identify":"Ify", "Age":27, "Pursuits":("Advertising", "YouTube", "Buying")})
rely = 0 # intialize relyfor person in user_list:
if "Bread" in person("Pursuits"):
rely = rely + 1 # replace rely
print(rely, "person(s) curious about Bread")
Funktionen Sind Operationen, die wir an bestimmten Datentypen durchführen können.
Wir haben bereits eine grundlegende Funktion gesehen drucken()das für jeden Datentyp definiert ist. Es gibt jedoch noch ein paar andere nützliche, die es wert sind, sie zu kennen.
# print(), a perform we have used a number of occasions already
for key in user_dict.keys():
print(key, ":", user_dict(key))# sort(), getting the information sort of a variable
for key in user_dict.keys():
print(key, ":", sort(user_dict(key)))
# len(), getting the size of a variable
for key in user_dict.keys():
print(key, ":", len(user_dict(key)))
# TypeError: object of sort 'int' has no len()
Wir sehen, dass im Gegensatz drucken() Und Typ(), länge() ist nicht für alle Datentypen definiert, daher wird ein Fehler ausgegeben, wenn es auf einen int angewendet wird. Es gibt mehrere andere typspezifische Funktionen so was.
# string strategies
# --------------
# make string all lowercase
print(user_dict("Identify").decrease())# make string all uppercase
print(user_dict("Identify").higher())
# break up string into listing primarily based on a particular character sequence
print(user_dict("Identify").break up("ha"))
# change a personality sequence with one other
print(user_dict("Identify").change("w", "whin"))
# listing strategies
# ------------
# add a component to the tip of an inventory
user_dict("Pursuits").append("Entrepreneurship")
print(user_dict("Pursuits"))# take away a particular aspect from an inventory
user_dict("Pursuits").pop(0)
print(user_dict("Pursuits"))
# insert a component into a particular place in an inventory
user_dict("Pursuits").insert(1, "AI")
print(user_dict("Pursuits"))
# dict strategies
# ------------
# accessing dict keys
print(user_dict.keys())# accessing dict values
print(user_dict.values())
# accessing dict objects
print(user_dict.objects())
# eradicating a key
user_dict.pop("Identify")
print(user_dict.objects())
# including a key
user_dict("Identify") = "Shaw"
print(user_dict.objects())
Die grundlegenden Python-Funktionen sind zwar hilfreich, die wahre Stärke liegt jedoch in der Erstellung Benutzerdefinierte Funktionen Zu Durchführen benutzerdefinierter Vorgänge. Darüber hinaus können wir mit benutzerdefinierten Funktionen viel saubereren Code schreiben. Hier sind beispielsweise einige der vorherigen Codeausschnitte, die als benutzerdefinierte Funktionen neu verpackt wurden.
# outline a customized perform
def user_description(user_dict):
"""
Perform to return a sentence (string) describing enter person
"""
return f'{user_dict("Identify")} is {user_dict("Age")} years previous and is curious about {user_dict("Pursuits")(0)}.'# print person description
description = user_description(user_dict)
print(description)
# print description for a brand new person!
new_user_dict = {"Identify":"Ify", "Age":27, "Pursuits":("Advertising", "YouTube", "Buying")}
print(user_description(new_user_dict))
# outline one other customized perform
def interested_user_count(user_list, subject):
"""
Perform to rely variety of customers curious about an arbitrary subject
"""
rely = 0for person in user_list:
if subject in person("Pursuits"):
rely = rely + 1
return rely
# outline person listing and subject
user_list = (user_dict, new_user_dict)
subject = "Buying"
# compute person rely and print it
rely = interested_user_count(user_list, subject)
print(f"{rely} person(s) curious about {subject}")
Obwohl wir ein beliebiges Programm mit Python-Kern implementieren könnten, kann dies für einige Anwendungsfälle unglaublich zeitaufwändig sein. Einer der Hauptvorteile von Python ist seine lebendige Entwickler-Neighborhood und ein robustes Ökosystem von Softwarepaketen. Quick alles, was Sie mit Core Python implementieren möchten, existiert (wahrscheinlich) bereits als Open-Supply-Bibliothek.
Wir können solche Pakete installieren mit Pythons nativer Paketmanager, pip. Um neue Pakete zu installieren, führen wir Pip-Befehle von der Kommandozeile aus. So können wir installieren numpy, eine grundlegende Bibliothek für die Datenwissenschaft das grundlegende mathematische Objekte und Operationen implementiert.
pip set up numpy
Nachdem wir Numpy installiert haben, können wir es in ein neues Python-Skript importieren und einige seiner Datentypen und Funktionen verwenden.
import numpy as np# create a "vector"
v = np.array((1, 3, 6))
print(v)
# multiply a "vector"
print(2*v)
# create a matrix
X = np.array((v, 2*v, v/2))
print(X)
# matrix multiplication
print(X*v)
Der vorherige Pip-Befehl hat Numpy zu unserer Python-Basisumgebung hinzugefügt. Alternativ ist es eine bewährte Methode, sogenannte virtuelle Umgebungen. Diese sind Sammlungen von Python-Bibliotheken, die für verschiedene Projekte problemlos ausgetauscht werden können.
So erstellen Sie eine neue virtuelle Umgebung namens meine-umgebung.
python -m venv my-env
Dann können wir es aktivieren.
# mac/linux
supply my-env/bin/activate# home windows
.my-envScriptsactivate.bat
Schließlich können wir mit pip neue Bibliotheken wie Numpy installieren.
pip set up pip
Hinweis: Wenn Sie Anaconda verwenden, lesen Sie dies praktischer Spickzettel zum Erstellen einer neuen Conda-Umgebung.
In der KI und der Datenwissenschaft werden häufig weitere Bibliotheken verwendet. Hier ist eine unvollständiger Überblick über einige hilfreiche Instruments für den Aufbau von KI-Projekten.
Nachdem wir nun die Grundlagen von Python kennengelernt haben, wollen wir sehen, wie wir damit ein einfaches KI-Projekt umsetzen können. Hier werde ich die OpenAI-API verwenden, um einen Forschungspapier-Zusammenfasser und einen Schlüsselwortextraktor zu erstellen.
Wie alle anderen Snippets in diesem Handbuch ist der Beispielcode verfügbar unter GitHub-Repository.