numpy、pandas
numpy和pandas是python中做数据处理必不可少的工具.。
收到数据集之后,首先需要观察数据集的特点,然后选择不同的方法和模型来求解,达到想要的效果。
matplotlib
matplotlib是python中的作图工具,貌似调用了matlab中的作图功能。
scatter
scatter画出来是散点图,散点图可以展示2D,3D数据,但是维数更高的数据展示效果就没有太好了。
numpy、pandas、matplotlib实例
以iris为例
导入需要的包
from sklearn.datasets import load_iris
import pandas as pd
import matplotlib.pyplot as plt
from pandas import DataFrame
取出需要的数据集,这里iris_x的合适是narray格式,也就是每一行是一个数组,数组之间没有都好分割
iris = load_iris()
iris_X = iris.data #x有4个属性,共有150个样本点
iris_y = iris.target #y的取值有3个,分别是0,1,2
转成pandas里DataFrame格式,方便数据选取,数据合并
df_X = DataFrame(iris_X, columns=['x1','x2','x3','x4'])
df_y = DataFrame(iris_y, columns=