close

最後一篇讓你秒懂Python好處的文章來啦!!看完所以文章後就快幫自己報個課程吧!!
隨著各行各業越來越廣泛地應用人工智慧與機器學習,大公司開始在其相關領域進行投資,使得 AI人工智慧與機器學習的人才需求增多。來自 IBM 機器學習部門的 Jean Francois Puget 就表示 Python 是 AI 和 ML最流行的語言。根據 Francois Puget 所繪出的圖表如下,自 2015 年起,Python 已成為 AI人工智慧與機器學習的御用程式語言 (類似內容:2018年度AI人工智慧公司Top10排行榜)。為何 Python 能在眾多語言中脫穎而出,成為 AI人工智慧領域的新寵,原因整理如下八點:
原因六、良好的視覺化選項
之前我們已經提到 Python 提供了各種各樣的函式庫,其中一些是很好用的「可視化工具」。然而,對於 AI 開發人員來說,重點是要強調在人工智慧、深度學習和機器學習的領域中,能夠以人類可讀的形式來展現資料。
像 Matplotlib 這樣的函式庫允許數據工程師構建直方圖等圖表,讓數據可視化、更易於理解閱讀。還有其他不同的應用程式介面,更簡化了可視化的過程,使創建圖表更簡易。
Matplotlib的例子如下所示 (資料來源:維基百科)
曲線圖

>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> a = np.linspace(0,10,100)
>>> b = np.exp(-a)
>>> plt.plot(a,b)
>>> plt.show()
直方圖

>>> import matplotlib.pyplot as plt
>>> from numpy.random import normal,rand
>>> x = normal(size=200)
>>> plt.hist(x,bins=30)
>>> plt.show()
散點圖

>>> import matplotlib.pyplot as plt
>>> from numpy.random import rand
>>> a = rand(100)
>>> b = rand(100)
>>> plt.scatter(a,b)
>>> plt.show()
3D 圖

>>> from matplotlib import cm
>>> from mpl_toolkits.mplot3d import Axes3D
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> fig = plt.figure()
>>> ax = fig.gca(projection='3d')
>>> X = np.arange(-5, 5, 0.25)
>>> Y = np.arange(-5, 5, 0.25)
>>> X, Y = np.meshgrid(X, Y)
>>> R = np.sqrt(X**2 + Y**2)
>>> Z = np.sin(R)
>>> surf = ax.plot_surface(X, Y, Z, rstride=1, cstride=1, cmap=cm.coolwarm)
>>> plt.show()
【其他閱讀】
文章標籤
全站熱搜
留言列表

