日常机器学习（八）Numpy矩阵

numpy里面有一个arange(n)函数，可以生成从0到(n-1)。reshape函数可以让向量变成一个矩阵或更高维的矩阵。ndim函数可以知道该数组的维度。
dtype.name可以返回数据的类型
shape函数可以返回数组每一维的size。size函数可以返回整个数组的数据大小。
zeors可以生成全为0的数组
ones可以生成全为1的数组，dtype可以改变数组的数据类型


评论

发表评论

此博客中的热门博文

日常机器学习（十六）Matplotlib子图操作

图片
在matplotlib中可以使用add_subplot函数进行同一画布中插入不同的图像。 可以在plt.figure()函数中使用figsize=（a，b）函数来自定义每幅画的大小。a表示长度，b表示宽度。 在subplot中，先定义每个子图的位置，然后用画图函数插入想要画的图像 这里值得一提的是randint(1,5,5)函数，该函数随机生成5个1-（5-1）之间的整数。 在同一张图中也可以画两条折线图 其中输入参数c = "color" 可以指定该图像的颜色 若要在图上加注释，对每一条折线加说明的话，在参数输入里加入label 并在plot后面加plt.lengnd(loc = "best")函数 plt.legend() 中的loc="best"表示自动寻找最佳位置，其他位置可以用print(help(plt.legend))函数自行查找
阅读全文

日常机器学习（十三）pandas常用函数

图片
pandas中的 mean() 函数可以不带缺失值进行求均值。下面是读取进来的数据 然后我用了两种方法去求 salary 中的均值。第一种是先去除 salary 中的 NaN 数值，然后对剩下的值进行求均值。第二种方法是直接调用pandas中的 mean() 函数求得均值。两种方法得到的结果相同。 在pandas中也可以按照某个指标统计数据。首先在原有数据上加上性别这一栏数据，然后对性别这一栏数据分别对male和female进行数据统计。下面的代码是关于如何在原数据上添加列，并对某一变量进行函数分析的例子。 这里主要用到pivot函数 当aggfunc不填入时，默认为求平均值。同样也可以同时对多项进行统计。 pandas中的dropna函数可以指定某一列（axis=1）或者某一行（axis=0）进行有关na数据的删除。 pandas中的loc函数可以查看某一样本的某一属性值 值得注意的是这里用的是方括号，而不是圆括号。 在panads中sort_values函数可以对数据中的某一项变量进行排序： 可以看到第一列的默认的index值混杂了。我们可以用reset_index函数得到新的index pandas可以用自定义函数。可以用apply去调用 使用def函数也可以对某一列的值进行数据替换，加上（axis=1）
阅读全文

日常机器学习（二）

图片
  学习的第二天，今天开始熟悉一下语言环境。^.^哈哈，暴力开干比较符合我的风格。   首先是两个资源网站：Github和kaggle，代码和数据源都可以在这两个网站里找到比较多的资料。   安装完Anaconda之后，有几个软件会经常使用。   一个是Anaconda  prompt。这个是用来查看，下载，更新工具库的。常用命令有;   conda list: show all the packages inside right now   conda install numpy   conda update numpy   另一个是Jupter Notebook。这个是用来管理Python文件的。可以新建python文件，网页形式。比较fancy。   首先关于变量类型和赋值。   1. python定义变量时，不需要事先声明变量类型。   2. 变量初始类型和初始赋值有关。初始赋值是什么类型就是什么类型。可以用  type(variable)这个函数查看数据类型。Tips: Booleans简写bool，逻辑变量，只有True和False   3. print() 这个函数常规的打印函数   4. 数据类型转换：    int() 、str() 、float()   下面介绍一下特殊的向量list   1. list 定义一个初始的空list： a = [];   2. a.append()这个函数可以用来添加list值。Tips：可以放不同类型的数据   3.list索引 Tips：python中索引的初始值为0    list_a[0] 取元素 Tips: list_a[-1]可以获取倒数第一个位置的值    list_a[2:4] :获取index从2到3的值。 Tips：取头不取尾，2:4表示2到3    list_a[2:] :获取index从2到结尾   ...
阅读全文