python数据分析第四天

NumPy对线性代数的支持

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = 'SimHei'
plt.rcParams['axes.unicode_minus'] = False

%config InlineBackend.figure_format = 'svg'

# linalg模块常用函数
m1 = np.arange(1, 10).reshape((3, 3))
# 计算行列式的值
np.linalg.det(m1)
# 计算矩阵的秩
np.linalg.matrix_rank(m1)


m2 = np.arange(1, 5).reshape((2, 2))
np.linalg.det(m2)
b = np.array([5, 8]).reshape(-1, 1)
# 解线性方程组
np.linalg.solve(m2, b)
np.linalg.matrix_rank(m2)
# 增广矩阵
np.hstack((m2, b))

# 线性方程组有解条件：系数矩阵的秩等于增广矩阵的秩
np.linalg.matrix_rank(np.hstack((m2, b)))

np.linalg.inv(m2)
np.linalg.inv(m2) @ b

# 判断两组数据相关关系（皮尔逊系数）
x = np.arange(1, 11, dtype=np.float64)
y = np.array([10.14, 9.89, 8.41, 9.61, 7.95, 7.46, 6.62, 5.23, 4.7, 4.77])
np.corrcoef(x, y)

# 绘制散点图（观察两个变量的关系）
plt.scatter(x, y)
plt.xlabel('距离（km）')
plt.ylabel('单价（万元）')

# 求最小二乘解
A = np.vstack([x, np.ones(len(x))]).T
# 求最小二乘解
np.linalg.lstsq(A, y, rcond=None)

# 正相关
x = np.random.random(1000) * 100
y = 5 * x + np.random.randint(0, 100, 1000)
np.corrcoef(x, y)

plt.scatter(x, y)

# 负相关
x = np.random.random(1000) * 100
y = -5 * x + np.random.randint(0, 100, 1000)
np.corrcoef(x, y)

plt.scatter(x, y)

# 不相关
x = np.random.random(1000) * 100
y = np.random.random(1000) * 100
np.corrcoef(x, y)

plt.scatter(x, y)