python最小数

选自Medium

作者：Igor Bobriakov

机器之心编译

参与：朱朝阳、吴攀

Python 近几年在数据科学行业获得了人们的极大青睐，各种资源也层出不穷。数据科学解决方案公司 ActiveWizards 近日根据他们自己的应用开发经验，总结了数据科学家和工程师将在 2017 年最常使用的 Python 库。

核心库

1）NumPy

地址：http://numpy.org

当使用 Python 开始处理科学任务时，不可避免地需要求助 Python 的 SciPy Stack，它是专门为 Python 中的科学计算而设计的软件的集合（不要与 SciPy 混淆，它只是这个 stack 的一部分，以及围绕这个 stack 的社区）。这个 stack 相当庞大，其中有十几个库，所以我们想聚焦在核心包上（特别是最重要的）。

NumPy（代表 Numerical Python）是构建科学计算 stack 的最基础的包。它为 Python 中的 n 维数组和矩阵的操作提供了大量有用的功能。该库还提供了 NumPy 数组类型的数学运算向量化，可以提升性能，从而加快执行速度。

2）SciPy

地址：https://scipy.org

SciPy 是一个工程和科学软件库。除此以外，你还要了解 SciPy Stack 和 SciPy 库之间的区别。SciPy 包含线性代数、优化、集成和统计的模块。SciPy 库的主要功能建立在 NumPy 的基础之上，因此它的数组大量使用了 NumPy。它通过其特定的子模块提供高效的数值例程操作，比如数值积分、优化和许多其他例程。SciPy 的所有子模块中的函数都有详细的文档，这也是一个优势。

3）Pandas

地址：http://pandas.pydata.org

Pandas 是一个 Python 包，旨在通过「标记（labeled）」和「关系（relational）」数据进行工作，简单直观。Pandas 是 data wrangling 的完美工具。它设计用于快速简单的数据操作、聚合和可视化。库中有两个主要的数据结构：

Series：一维

Data Frames：二维

例如，当你要从这两种类型的结构中接收到一个新的「Dataframe」类型的数据时，你将通过传递一个「Series」来将一行添加到「Dataframe」中来接收这样的 Dataframe：

这里只是一小撮你可以用 Pandas 做的事情：

轻松删除并添加「Dataframe」中的列将数据结构转换为「Dataframe」对象处理丢失数据，表示为 NaN（Not a Number）功能强大的分组

可视化

4）Matplotlib

地址：https://matplotlib.org

Matplotlib 是另一个 SciPy Stack 核心软件包和另一个 Python 库，专为轻松生成简单而强大的可视化而量身定制。它是一个顶尖的软件，使得 Python（在 NumPy、SciPy 和 Pandas 的帮助下）成为 MatLab 或 Mathematica 等科学工具的显著竞争对手。然而，这个库比较底层，这意味着你需要编写更多的代码才能达到高级的可视化效果，通常会比使用更高级工具付出更多努力，但总的来说值得一试。花一点力气，你就可以做到任何可视化：

线图散点图条形图和直方图饼状图茎图轮廓图场图频谱图

还有使用 Matplotlib 创建标签、网格、图例和许多其他格式化实体的功能。基本上，一切都是可定制的。

该库支持不同的平台，并可使用不同的 GUI 工具套件来描述所得到的可视化。许多不同的 IDE（如 IPython）都支持 Matplotlib 的功能。

还有一些额外的库可以使可视化变得更加容易。

5）Seaborn

地址：https://seaborn.pydata.org

Seaborn 主要关注统计模型的可视化；这种可视化包括热度图（heat map），可以总结数据但也描绘总体分布。Seaborn 基于 Matplotlib，并高度依赖于它。

6）Bokeh

地址：http://bokeh.pydata.org

Bokeh 也是一个很好的可视化库，其目的是交互式可视化。与之前的库相反，这个库独立于 Matplotlib。正如我们已经提到的那样，Bokeh 的重点是交互性，它通过现代浏览器以数据驱动文档（d3.js）的风格呈现。

7）Plotly

地址：https://plot.ly

最后谈谈 Plotly。它是一个基于 Web 的工具箱，用于构建可视化，将 API 呈现给某些编程语言（其中包括 Python）。在 plot.ly 网站上有一些强大的、开箱即用的图形。为了使用 Plotly，你需要设置你的 API 密钥。图形处理会放在服务器端，并在互联网上发布，但也有一种方法可以避免这么做。

机器学习

8）SciKit-Learn

地址：http://scikit-learn.org

Scikits 是 SciPy Stack 的附加软件包，专为特定功能（如图像处理和辅助机器学习）而设计。在后者方面，其中最突出的一个是 scikit-learn。该软件包构建于 SciPy 之上，并大量使用其数学操作。

scikit-learn 有一个简洁和一致的接口，可利用常见的机器学习算法，让我们可以简单地在生产中应用机器学习。该库结合了质量很好的代码和良好的文档，易于使用且有着非常高的性能，是使用 Python 进行机器学习的实际上的行业标准。

深度学习：Keras / TensorFlow / Theano

在深度学习方面，Python 中最突出和最方便的库之一是 Keras，它可以在 TensorFlow 或者 Theano 之上运行。让我们来看一下它们的一些细节。

9）Theano

地址：https://github/Theano

首先，让我们谈谈 Theano。Theano 是一个 Python 包，它定义了与 NumPy 类似的多维数组，以及数学运算和表达式。该库是经过编译的，使其在所有架构上能够高效运行。这个库最初由蒙特利尔大学机器学习组开发，主要是为了满足机器学习的需求。

要注意的是，Theano 与 NumPy 在底层的操作上紧密集成。该库还优化了 GPU 和 CPU 的使用，使数据密集型计算的性能更快。

效率和稳定性调整允许更精确的结果，即使是非常小的值也可以，例如，即使 x 很小，log(1+x) 也能得到很好的结果。

10）TensorFlow

地址：https://tensorflow.org

TensorFlow 来自 Google 的开发人员，它是用于数据流图计算的开源库，专门为机器学习设计。它是为满足 Google 对训练神经网络的高要求而设计的，是基于神经网络的机器学习系统 DistBelief 的继任者。然而，TensorFlow 并不是谷歌的科学专用的——它也足以支持许多真实世界的应用。

TensorFlow 的关键特征是其多层节点系统，可以在大型数据集上快速训练人工神经网络。这为 Google 的语音识别和图像识别提供了支持。

11）Keras

地址：https://keras.io

最后，我们来看看 Keras。它是一个使用高层接口构建神经网络的开源库，它是用 Python 编写的。它简单易懂，具有高级可扩展性。它使用 Theano 或 TensorFlow 作为后端，但 Microsoft 现在已将 CNTK（Microsoft 的认知工具包）集成为新的后端。

其简约的设计旨在通过建立紧凑型系统进行快速和容易的实验。

Keras 极其容易上手，而且可以进行快速的原型设计。它完全使用 Python 编写的，所以本质上很高层。它是高度模块化和可扩展的。尽管它简单易用且面向高层，但 Keras 也非常深度和强大，足以用于严肃的建模。

Keras 的一般思想是基于神经网络的层，然后围绕层构建一切。数据以张量的形式进行准备，第一层负责输入张量，最后一层用于输出。模型构建于两者之间。

自然语言处理

12）NLTK

地址：http://nltk.org

这套库的名称是 Natural Language Toolkit（自然语言工具包），顾名思义，它可用于符号和统计自然语言处理的常见任务。NLTK 旨在促进 NLP 及相关领域（语言学、认知科学和人工智能等）的教学和研究，目前正被重点关注。

NLTK 允许许多操作，例如文本标记、分类和 tokenizing、命名实体识别、建立语语料库树（揭示句子间和句子内的依存性）、词干提取、语义推理。所有的构建块都可以为不同的任务构建复杂的研究系统，例如情绪分析、自动摘要。

13）Gensim

地址：http://radimrehurek/gensim

这是一个用于 Python 的开源库，实现了用于向量空间建模和主题建模的工具。这个库为大文本进行了有效的设计，而不仅仅可以处理内存中内容。其通过广泛使用 NumPy 数据结构和 SciPy 操作而实现了效率。它既高效又易于使用。

Gensim 的目标是可以应用原始的和非结构化的数字文本。Gensim 实现了诸如分层 Dirichlet 进程（HDP）、潜在语义分析（LSA）和潜在 Dirichlet 分配（LDA）等算法，还有 tf-idf、随机投影、word2vec 和 document2vec，以便于检查一组文档（通常称为语料库）中文本的重复模式。所有这些算法是无监督的——不需要任何参数，唯一的输入是语料库。

数据挖掘与统计

14）Scrapy

地址：https://scrapy.org

Scrapy 是用于从网络检索结构化数据（如联系人信息或 URL）的爬虫程序（也称为 spider bots）的库。它是开源的，用 Python 编写。它最初是为 scraping 设计的，正如其名字所示的那样，但它现在已经发展成了一个完整的框架，可以从 API 收集数据，也可以用作通用的爬虫。

该库在接口设计上遵循著名的 Don』t Repeat Yourself 原则——提醒用户编写通用的可复用的代码，因此可以用来开发和扩展大型爬虫。

Scrapy 的架构围绕 Spider 类构建，该类包含了一套爬虫所遵循的指令。

15）Statsmodels

地址：http://statsmodels.org

statsmodels 是一个用于 Python 的库，正如你可能从名称中猜出的那样，其让用户能够通过使用各种统计模型估计方法以及执行统计断言和分析来进行数据探索。

许多有用的特征是描述性的，并可通过使用线性回归模型、广义线性模型、离散选择模型、稳健的线性模型、时序分析模型、各种估计器进行统计。

该库还提供了广泛的绘图函数，专门用于统计分析和调整使用大数据统计数据的良好性能。

结论

这个列表中的库被很多数据科学家和工程师认为是最顶级的，了解和熟悉它们是很有价值的。这里有这些库在 GitHub 上活动的详细统计：

当然，这并不是一份完全详尽的列表，还有其它很多值得关注的库、工具包和框架。比如说用于特定任务的 SciKit 包，其中包括用于图像的 SciKit-Image。如果你也有好想法，不妨与我们分享。

求最大数

【任务描述】输入一个三位数，将该三位数各位上的数字重新排列得到新的三位数，求这些三位数中最大的三位数和最小的三位数。如输入123，输出最大数321，最小数123。

【解决思路】

将三位数的各位上的数字取出，然后求出这3个数字中的最大值，中间值和最小值，然后确定新的三位数的百位数，十位数，个位数，最后计算出最大的三位数和最小的三位数。下面的代码中假设变量baiwei,shiwei,gewei存放的数量依次递减，那么最大数就可以用公式计算maxnum=100*baiwei+10*shiwei+gewei。在实际编程中，经常会用到这样的方法。(常规思路)

【代码】

【方法1】

num=int(input("请输入一个三位数"))

gewei=num % 10

shiwei=num // 10 % 10

baiwei=num // 100

if baiwei

baiwei,shiwei=shiwei,baiwei

if baiwei

baiwei,gewei=gewei,baiwei

if shiwei

shiwei,gewei=gewei,shiwei

maxnum=100*baiwei+10*shiwei+gewei

minnum=100*gewei+10*shiwei+baiwei

print("最大的三位数：",maxnum)

print("最小的三位数：",minnum)

【方法2】，利用python内置对象list的sort方法，可以对各位上的数字排序，然后可以求出最大值和最小值。

s=input("请输入一个三位数")

num=[item for item in s] #列表生成式，将各位上的数字存入列表num

num.sort() #对列表升序排序

minnum=int(num[0])*100+int(num[1])*10+int(num[2])

maxnum=int(num[2])*100+int(num[1])*10+int(num[0])

print("最大的三位数：",maxnum)

print("最小的三位数：",minnum)

【扩展】如果输入的整数位数不确定的话，就不能用上述程序实现。即输入一个正整数n，输出该数各位上的数字重新组合后的最大数和最小数。

【思路】逐位取出各位上的数字，并存入list(类似vb中的数组)，然后同样利用sort方法快速对各位上的数字排序，利用各位上权值生成最大数和最小数。

s=int(input("请输入一个正整数"))

num=[]

while(s>0): #取出各位上的数字存入列表num

num.append(s%10)

s=s // 10

num.sort() #对num升序排序

maxnum=minnum=0

for item in num: #生成最小数

minnum=minnum*10+int(item)

for item in num[::-1]: #生成最大数

maxnum=maxnum*10+int(item)

print("最大的三位数：",maxnum)

print("最小的三位数：",minnum)

说明：num[::-1]实现对列表num逆序

【运行结果】

请输入一个三位数123

最大的三位数： 321

最小的三位数： 123

一、随机数

随机数是在一定范围内随机产生的数，并且得到这一范围内的每一个数的机会都一样大。它在统计学、计算机仿真学以及密码学中有着广阔的应用。

二、随机数的生成

在Python中，通常使用random模块生成随机数，它即可以生成简单的随机数，还可以生成符合正态分布、三角分布等具有统计学规律的随机数。但是该库生成的随机数并不是真正意义上的随机数，而是伪随机数，即通过可靠的算法算出一组固定的数据，当需要取值时则从这组数据中根据条件进行取值，因此当条件满足时，该方法产生的“随机数”也可以是相同的。

下面我们就一起学习一下如何使用该模块生成简单随机数吧！

1、随机整数

random.randint(a, b)

该方法用于生成一个[a,b]区间内的整数。

random.randrange(start, stop=None, step=1)

该方法用于从以step为步距的范围为区间[start, stop)的等差数列中获取一个随机数。以start=1, stop=10, step=2为例，结果为从列表[1,3,5,7,9]中获取一个随机数。

注意，当参数值stop缺失时，返回值为区间[0,start)内的随机整数，此时即使设置了step值也没效果。

2、随机浮点数

random.random()

该方法用于生成一个[0,1)区间内的浮点数。

random.uniform(a, b)

该方法用于生成一个[a,b]或[b,a]区间内的浮点数。

3、从序列中随机选取元素

random.choice(seq)

该方法用于从序列seq中随机选取一个元素。序列seq可以是元组、列表、字符串。

random.shuffle(x)

该方法用于将列表x打乱。

random.sample(population, k)

该方法用于从序列population中随机选取k个元素组成一个新的列表。

4、生成相同的随机数

文章一开始我们就介绍了random生成的随机数是伪随机数，当条件满足时，该方法产生的“随机数”也可以是相同的。

这里我们说的条件满足指的就是seed值，我们可以把它理解为从数据组取值的初始位置，该值通常不需要设置，系统会根据当前时间自动生成一个，但是当我们想要生成一个或者一组固定的随机值时，则需要通过random.seed(int)方法进行设置。