参考资料
1.第一题
import random
import numpy as np
a = []
b = []
# 随机生成两个3x3矩阵
for i in range(3):
a.append([random.randint(0, 10) for j in range(3)])
b.append([random.randint(0, 10) for j in range(3)])
# 将二维列表转成numpy中的ndarray类型
np_a = np.array(a)
np_b = np.array(b)
print('矩阵a如下:')
print(np_a)
print('矩阵b如下:')
print(np_b)
print('矩阵a和b相乘:')
print(np.dot(a, b))
A = [[-1, 1, 0], [-4, 3, 0], [1, 0, 2]]
np_A = np.array(A)
print('矩阵A如下:')
print(np_A)
v, w = np.linalg.eig(A)
print('特征值:')
print(v)
print('特征向量:')
print(w)
A = [[5, 2, 1], [2, 0, 1]]
np_A = np.array(A)
print('矩阵A如下:')
print(np_A)
U, sigma, VT = np.linalg.svd(np_A)
print('分解后矩阵如下:')
print(U)
print(sigma)
print(VT)
2.第二题
(ps: 判定系数等于相关系数的平方)
data11.xlsx
![](https://i-blog.csdnimg.cn/blog_migrate/388cd070f36808fee45376c2ab9bfd4e.png)
import numpy as np
import pandas as pd
import xlrd
from sklearn.linear_model import LinearRegression
data_x = []
data_y = []
# 读取data11.xlsx中的数据,并存到data_x和data_y中
def read_excel():
# 打开文件
workbook = xlrd.open_workbook('data/data11.xlsx')
# 按索引号获取sheet1的内容,sheet索引从0开始
sheet1_content = workbook.sheet_by_index(0)
for i in range(3, 21):
flag = 1
row = sheet1_content.row_values(i)
# 如果遇到数据缺失的那一行就舍弃掉
for item in row:
if item == '':
flag = 0
break
if flag:
data_x.append(row[:-1])
data_y.append(row[5])
if __name__ == '__main__':
read_excel()
estimator = LinearRegression() # 实例化线性回归方法
estimator.fit(data_x, data_y) # 训练模型
coef_vector = np.append(estimator.coef_, estimator.intercept_)
print('系数向量(包括常数项)\n', coef_vector)
col_index = ['x1', 'x2', 'x3', 'x4', 'x5']
row_index = [i+1 for i in range(len(data_x))]
data_df = pd.DataFrame(data_x, index=row_index, columns=col_index)
data_df['y'] = data_y
# 相关系数
correlation_coef = [data_df.x1.corr(data_df.y), data_df.x2.corr(data_df.y), data_df.x3.corr(data_df.y), data_df.x4.corr(data_df.y), data_df.x5.corr(data_df.y)]
# 判定系数
determination_coef = [item * item for item in correlation_coef]
print('x1~x5与y的判定系数分别为', determination_coef)
print('预测结果', estimator.predict([[3.5, 1.8, 8, 17, 10]]))
3.第三题
36个城市居民消费价格指数(2018.10—202109)的数据(data33)。完成下列任务:
(1)画出北京、南京、合肥、西安四个城市城市居民消费价格指数按月变化的趋势图;
(2)对36个城市居民消费价格指数建立分类模型,并进行分类比较分析。
data33.xlsx
import pandas as pd
import scipy as sc
import scipy.cluster.hierarchy as sch
import matplotlib.pyplot as plt
plt.rcParams['font.sans-serif'] = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False # 用来正常显示负号
# 读取excel文件数据
df = pd.read_excel("data/data33.xlsx")
df = df.copy().dropna() # 删除所有包含NaN的行
df.index = df['地区'] # 设置地区那一列为行索引
df = df.drop(['地区'], axis=1) # 删除地区那一列
# 列索引年月时间转成字符串
df.columns = list(map(str, df.columns.values))
# 对读取的数据进行索引切片,切出北京、南京、合肥、西安的数据进行绘图
df.loc[["北京", "南京", "合肥", "西安"], :].T.plot()
plt.legend()
plt.show()
# 使用scipy进行层次聚类
# 生成点与点之间的距离矩阵,这里用的欧氏距离
disMat = sch.distance.pdist(df.values, "euclidean")
# 进行层次聚类
z = sch.linkage(disMat, method="average")
# 将层级聚类结果以树状图表示出来并保存为plot_dendrogram.png
P = sch.dendrogram(z)
plt.savefig('plot_dendrogram.png')
# 根据linkage matrix Z得到聚类结果
cluster = sch.fcluster(z, t=1)
print("层次聚类结果:\n", cluster)