项目实战

2018年10月31日9:21:3

地点：忻州培训学院

一、对技术规范书进行讲解

   一）工作分工

  二）能力开放平台建设要求

         统一访问门户

　　工作台管理

　　多租户管理

 

M域：ERP系统平台、OA等生产管理平台。

B域：营帐、计费域平台，面向客户。

D域：数据域，大数据、经分系统等平台。

 二、环境搭建

  1、安装anaconda

C:\Users\Administrator>conda --version
conda 4.5.11

 

  2、安装jupyter notebook 

C:\Users\Administrator>jupyter notebook
[I 10:55:16.641 NotebookApp] Writing notebook server cookie secret to C:\Users\Administrator\AppData\Roaming\jupyter\runtime\notebook_cookie_secret
[I 10:55:18.707 NotebookApp] JupyterLab extension loaded from F:\Toos\Anaconda3\lib\site-packages\jupyterlab
[I 10:55:18.708 NotebookApp] JupyterLab application directory is F:\Toos\Anaconda3\share\jupyter\lab
[I 10:55:18.746 NotebookApp] Serving notebooks from local directory: C:\Users\Administrator
[I 10:55:18.747 NotebookApp] The Jupyter Notebook is running at:
[I 10:55:18.747 NotebookApp] http://localhost:8888/?token=6bc79483404ce4569e813733ff588ea2f12d8bf8283bcf4c
[I 10:55:18.747 NotebookApp] Use Control-C to stop this server and shut down all kernels (twice to skip confirmation).
[C 10:55:18.819 NotebookApp]

    Copy/paste this URL into your browser when you connect for the first time,
    to login with a token:
        http://localhost:8888/?token=6bc79483404ce4569e813733ff588ea2f12d8bf8283bcf4c
[I 10:55:19.557 NotebookApp] Accepting one-time-token-authenticated connection from ::1

 

　验证

 

　三、python科学计算的五个库，Numpy

   1、Numpy:

      N维数组（矩阵）、快速 高效、矢量数学运算

     高效的Index ，

 2、Scipy

    依赖于Numpy、专为科学和工程设计、实现了多种常用科学计算：线性代数、付里叶

3、Pandas

　　提供结构化数据分析利器（依据Numpy）；提供了多种高级数据结构；强大 的数据索引和处理能力；

4、Matplotlib

     是python 2D绘图领域使用最广泛的套件；基本能取代Matlab的绘图功能（散点、）

5、scikit-learn

    机器学习的模块；建立 在Scipy之上，提供了常用 的机器学习算法 ，聚类、回归；简章易学的API接口。后续深度学习tensorflow、scilit

 

四、数学基础回顾之矩阵运算

   一）基本概念

    矩阵：矩形的数组，即二维数组。其中向量和标量都都是矩阵的特例。

    向量，是批

二）特殊矩阵

  全0全1矩阵：

 单位矩阵：对角线是1，向量和标量均是N*N.

三）矩阵的加减运算

  相加、相减的两个矩阵必须有相同的行和列

四）数组乘法（点乘）

 点乘： 是对应元素之间的乘法。

矩阵乘法：设A为m*P的矩阵，B为P*N的矩阵，

 

详细学习：清华大学出版的线性代数

http://bs.szu.edu.cn/sljr/Up/day_110824/201108240409437707.pdf