一、np功能性实现
1、将本数据集y_test中的2、4改为0、1
y_test=np.where(y_test>3,1,0)
二、np方法
1、np.array数据保存与加载
np.save('./data/instacart_PCA',data_new)
data=np.load("./data/instacart_PCA.npy")
2、平均值
(1)np.mean()、np.average()
mean() 和 average()都有取平均数的意思, 在不考虑加权平均的前提下,两者的输出是一样的 ,但是考虑权重的情况下, np.average(a,weights=w) 还可以计算加权平均值
(2)np.nanmean()的功能是计算忽略NaN值的数组平均值。如果数组具有NaN值,我们可以找出不受NaN值影响的均值
3、标准差
np.std()计算矩阵或者数组的标准差
4、创建ndarray数组
(1)numpy.arange(start, stop, step, dtype)根据 start 与 stop 指定的范围以及 step 设定的步长,生成一个 ndarray;
(2)numpy.linspace 函数用于创建一个一维数组,数组是一个等差数列构成的
(3)numpy.logspace 函数用于创建一个于等比数列
(4)numpy.random.randint,返回一个随机整型数