1.5 应用案例
——简易数据管理程序

数据是人工智能的基础。例如，在工业生产中，利用人工智能方法对生产设备是否处于异常工作状态进行自动识别，需要通过布设在设备关键点位的传感器来采集温度、电流、振动等能够反映设备工作状态的时间序列数据，并以这些数据为基础建立用于识别设备异常工作状态的人工智能模型。再如，在疾病诊断中，基于临床采集的血清总胆固醇、低密度脂蛋白、高密度脂蛋白等医学指标数据，可以建立人工智能模型，对一个人可能患有的疾病进行初筛。又如，在对生活习惯与BMI（体质指数）之间的关系进行人工智能建模时，需要记录一个人的身高、体重、性别、生活习惯等数据。

本书将结合第1～7章所介绍的知识点，逐步构建出一个简易的数据管理程序，支持数据的录入、删除、修改、查询等基本操作。读者可以基于本书所给出的示例程序，结合实际应用进行修改，使其适合某个特定应用场景的数据管理需要。

一条数据通常由多个数据项组成，如用于生活习惯与BMI关联分析的一条数据中会包括身高、体重、性别、每日吃饭次数、每日饮水量等数据项。本章仅学习了Python编程的一些基础知识，因此这里只介绍如何应用本章所学习的知识进行数据项名称和数据项值的录入与查看操作，如代码清单1-5所示。

代码清单1-5执行结束后，将在屏幕上输出如图1-26所示的结果。