安卓項目開發實例附源碼

『壹』 安卓開發需要學習什麼

學習分三個階段：

1，Android基礎階段：平台架構特性(JAVA/C) Market/應用程序組件 環境搭建與部署/打包與發布 AVD/DDMS/AAPT 調試與測試 相關資源訪問/資源製作 Activity/Service/Broadcast Receiver/Content Provider/原理(生命周期)及深層實現

2，Android進階初級：組件Widget/ 菜單Menu/ 布局Layout 詳解 Xml解析(Pull/Dom/Sax)/JNI 解析SQL資料庫原理,。

SQLite /SharedPreferences/File詳解 多媒體Audio/Video/Camera 詳解

3，Android進階高級：藍牙/WIFI SMS/MMS 應用實現 深層次解析GPS原理。

實現LocationManager/LocationProvider 進行定位/跟蹤/查找/趨近警告以及Geocoder正逆向編解碼等技術細節 2D圖形庫(Graphics/View)詳解 SDCARD/感測器/手勢 應用實現

(1)安卓項目開發實例附源碼擴展閱讀：

知識體系

1、Unix/Linux平台技術：基本命令，Linux下的開發環境

2、企業級資料庫技術：SQL語言、SQL語句調優、Oracle資料庫技術

3、Java 語言核心技術：Java語言基礎、Java面向對象編程、JDK核心API、Java集合框架、Java網路編 程、JavaI/O編程、Java多線程編程、Java異常機制、Java安全、JDBC、XML

4、軟體工程和設計模式：軟體工程概述、配置管理及SVN、UML、基本設計模式

5、Android應用開發基礎：Android開發平台、Eclipse+ADT開發環境、AVD及感測模擬器調試、Android核心組件、Android常用組件、Android高級組件、文件及網路訪問、SQLite資料庫編程、後台服務編程

6、互聯網核心技術： HTML、CSS、JavaScript、JQuery、Ajax應用

7、Android高級應用開發：音頻視頻攝像頭、互聯網應用、GPS和位置服務、Google Map、2D3D繪制、感測器開發、游戲開發、電話及SMS服務、網路BluetoothWi-Fi等。

8、Android系統級開發：移植、驅動、NDK（C方向）。

9、JavaEE核心技術：Servlet核心技術、JSP核心技術、Struts、Spring、Hibernate框架。

『貳』 我用了100行python代碼，實現了與女神尬聊微信（附代碼）

朋友圈很多人都想學python，有一個很重要的原因是它非常適合入門。對於 人工智慧演算法 的開發，python有其他編程語言所沒有的獨特優勢， 代碼量少 ，開發者只需把精力集中在演算法研究上面。

本文介紹一個用python開發的，自動與美女尬聊的小軟體。以下都是滿滿的干貨，是我工作之餘時寫的，經過不斷優化，現在分享給大家。那現在就讓我們抓緊時間開始吧！

准備：

編程工具IDE：pycharm

python版本： 3.6.0

首先新建一個py文件，命名為：ai_chat.py

PS： 以下五步的代碼直接復制到單個py文件裡面就可以直接運行。為了讓讀者方便寫代碼，我把代碼都貼出來了，但是排版存在問題，我又把在pycharm的代碼排版給截圖出來。

第一步： 引入關鍵包

簡單介紹一下上面幾個包的作用： pickle 包 是用來對數據序列化存文件、反序列化讀取文件，是人類不可讀的，但是計算機去讀取時速度超快。（就是用記事本打開是亂碼）。 而 json包 是一種文本序列化，是人類可讀的，方便你對其進行修改（記事本打開，可以看到裡面所有內容，而且都認識。） gensim 包 是自然語言處理的其中一個python包，簡單容易使用，是入門NLP演算法必用的一個python包。 jieba包 是用來分詞，對於演算法大咖來說效果一般般，但是它的速度非常快，適合入門使用。

以上這些包，不是關鍵，學習的時候，可以先跳過。等理解整個程序流程後，可以一個一個包有針對性地去看文檔。

第二步：靜態配置

這里path指的是對話語料（訓練數據）存放的位置，model_path是模型存儲的路徑。

這里是個人編程的習慣，我習慣把一些配置，例如：文件路徑、模型存放路徑、模型參數統一放在一個類中。當然，實際項目開發的時候，是用config 文件存放，不會直接寫在代碼里，這里為了演示方便，就寫在一起，也方便運行。

第三步： 編寫一個類，實現導數據、模型訓練、對話預測一體化

首次運行的時候，會從靜態配置中讀取訓練數據的路徑，讀取數據，進行訓練，並把訓練好的模型存儲到指定的模型路徑。後續運行，是直接導入模型，就不用再次訓練了。

對於model類，我們一個一個來介紹。

initialize() 函數和 __init__() 函數 是對象初始化和實例化，其中包括基本參數的賦值、模型的導入、模型的訓練、模型的保存、最後返回用戶一個對象。

__train_model() 函數，對問題進行分詞，使用 gesim 實現詞袋模型，統計每個特徵的 tf-idf , 建立稀疏矩陣，進而建立索引。

__save_model() 函數 和 __load_model() 函數 是成對出現的，很多項目都會有這兩個函數，用於保存模型和導入模型。不同的是，本項目用的是文件存儲的方式，實際上線用的是資料庫

get_answer() 函數使用訓練好的模型，對問題進行分析，最終把預測的回答內容反饋給用戶。

第四步：寫三個工具類型的函數，作為讀寫文件。

其中，獲取對話材料，可以自主修改對話內容，作為機器的訓練的數據。我這里只是給了幾個簡單的對話語料，實際上線的項目，需要大量的語料來訓練，這樣對話內容才飽滿。

這三個工具函數，相對比較簡單一些。其中 get_data() 函數，裡面的數據是我自己編的，大家可以根據自己的習慣，添加自己的對話數據，這樣最終訓練的模型，對話方式會更貼近自己的說話方式。

第五步： 調用模型，進行對話預測

主函數main()， 就是你整個程序運行的起點，它控制著所有步驟。

運行結果：

程序後台運行結果：

如果有疑問想獲取源碼（ 其實代碼都在上面 ），可以後台私信我，回復：python智能對話。 我把源碼發你。最後，感謝大家的閱讀，祝大家工作生活愉快！