人工智能也是数据分析

最新推荐文章于 2024-05-24 16:21:21 发布

defu7141

最新推荐文章于 2024-05-24 16:21:21 发布

阅读量611

点赞数

文章标签： python 人工智能 matlab

原文链接：http://www.cnblogs.com/mainstream/p/11080906.html

版权

1.Python数据分析入门

数据分析:就是把隐藏在一些看似杂乱无章的数据背后的信息提炼出来,总结出所研究对象的内在规律。

Python数据分析常用库：Numpy,Pandas,Matplotlib,scripy和Scikit-Learn。

2.Numpy库

　　NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用，这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。

2.1.Numpy的应用

　　SciPy 是一个开源的 Python 算法库和数学工具包。

　　SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常微分方程求解和其他科学与工程中常用的计算。

Matplotlib 是 Python 编程语言及其数值数学扩展包 NumPy 的可视化操作界面。它为利用通用的图形用户界面工具包，如 Tkinter, wxPython, Qt 或 GTK+ 向应用程序嵌入式绘图提供了应用程序接口（API）。

2.2.Numpy库中常混用的方法

　　NumPy的主要对象是同构多维数组.他是一个元素表(通常是数字),都是相同的类型,有正整数元组索引,在NumPy维度中成为轴.

　　例如,3D空间中的点的坐标[1,2,1]具有一个轴,该轴有三个元素,所以说它的长度为3,在下面所示的例子中,数组有两个轴,第一个轴长度为2,第二个轴的长度为3（通俗的说就是两行三列）.

[[ 1., 0., 0.],
 [ 0., 1., 2.]]

　　NumPy的数组类被调用ndarray。它也被别名所知 array。请注意，numpy.array这与标准Python库类不同array.array，后者只处理一维数组并提供较少的功能。ndarray对象更重要的属性是：

　　ndarray.ndim --- 数组的轴数(尺寸)

　　ndarray.shape --- 数组的大小,这是一个整数元组,表示每个维度中数组的大小,对于具有n行和m列的矩阵,shape将是(n,m).shape因此元组的长度是轴的数量ndim

　　ndarray.size --- 数组的元素总数。这等于元素的乘积shape

　　ndarray.itemsize --- 数组中每个元素的大小（以字节为单位）。例如，类型的元素数组float64有itemsize8（= 64/8），而其中一个类型complex32有itemsize4（= 32/8）。它相当于ndarray.dtype.itemsize。

　　ndarray.data --- 包含数组实际元素的缓冲区。通常，我们不需要使用此属性，因为我们将使用索引工具访问数组中的元素。

#Numpy、数组array概念初识

import numpy as np

a = np.arange(15).reshape(3,5)#创建二维数组
print(a.shape)  # 查看每个维度中数组的大小
#结果：（3，5）
print(a.ndim)   # 数组的轴数,二维数组
#结果：2
print(a.dtype.name)  # 描述数组中元素类型的对象
#结果：int32
print(a.itemsize)   # 数组中每个元素的大小为4字节
#结果：4
print(a.size)    # 数组的元素总数
#结果：15
print(type(a))
#结果：<class 'numpy.ndarray'>


#创建一个数组
import numpy as np
from numpy import array
b = np.array([6, 7, 8])
b1 = array([6, 7, 8]) # 创建一个数组
print(type(b))          #<class 'numpy.ndarray'>  
print(type(b1))        #<class 'numpy.ndarray'>    
np.array([[1,2,3],['a','b',1.1]]) # 创建一个二维数组
array([['1', '2', '3'],['a', 'b', '1.1']], dtype='<U11')

2.3.数组的创建

创建数组有以下几种方法：

　　使用array函数从常规python列表或元组创建数组,结果数组的类型是从序列中元素的类型推导出来的

import numpy as np
a = np.array([2,3,4])
print(a.dtype)    #结果：int32    
b = np.array([1.2, 3.5, 5.1])
print(b.dtype)    #结果：float64

注意:

　　- numpy默认ndarray的所有元素的类型是相同的

- 如果传进来的列表中包含不同的类型,则统一为统一类型,优先级 str > float > int

也可以在创建时显式指定数组类型:

b = np.array([(1.5,2,3), (4,5,6)])
print(b)
#结果：
[[1.5 2.  3. ]
 [4.  5.  6. ]]
c = np.array([[1,2],[3,4]],dtype=complex)
print(c)
#结果：
[[1.+0.j 2.+0.j]
 [3.+0.j 4.+0.j]]

　　通常，数组的元素最初是未知的，但其大小是已知的。因此，NumPy提供了几个函数来创建具有初始占位符内容的数组。　

　　函数zeros创建一个充满零的数组,

　　函数ones创建一个完整的数组,

　　函数empty创建一个数组,其初始内容是随机的,取决于内存的状态.默认情况下,创建的数组的dtype是float64。

a = np.zeros((3,3))
b = np.ones((2,3,4),dtype=np.int16)
c = np.empty((3,3))
print(a)
#结果：
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
print(b)
#结果：
[[[1 1 1 1]
  [1 1 1 1]
  [1 1 1 1]]

 [[1 1 1 1]
  [1 1 1 1]
  [1 1 1 1]]]
print(c)
#结果：
[[9.486e-322 0.000e+000 0.000e+000]
 [0.000e+000 0.000e+000 1.146e-321]
 [0.000e+000 0.000e+000 0.000e+000]]

　　为了创建数字序列,NumPy提供了一个类似于range返回数组而不是列表的函数

　　arange和Python里的range非常相似；arange产生的也是一个连续序列。序列的类型不再是列表，是数组array。两数组可以直接相加，在numpy内部完成循环。

a = np.arange( 10, 30, 5 )
b =np.arange( 0, 2.2)                 # it accepts float arguments
print(a)
print(b)

# 第一个参数开始数字,第二个是结束数字,第三个类似步长

　　当arange与浮点参数一起使用时，由于有限的浮点精度，通常不可能预测所获得的元素的数量。出于这个原因，通常最好使用linspace作为参数接收我们想要的元素数量的函数，而不是步骤：

e = np.linspace( 0,2,9)
print(e)
# #
from numpy import pi
f =np.linspace(0,2*pi,100)
print(f)

*****************两组不一样的结果******************

e = np.arange( 0,2,9)
print(e)
# #
from numpy import pi
f =np.arange(0,2*pi,100)
print(f)

2.4数组打印

当您打印数组时，NumPy以与嵌套列表类似的方式显示它，但具有以下布局：

最后一个轴从左到右打印，
倒数第二个是从上到下打印的，
其余部分也从上到下打印，每个切片用空行分隔。

然后将一维数组打印为行，将二维数据打印为矩阵，将三维数据打印为矩阵列表。

a = np.arange(6)                         # 然后将一维数组打印为行
print(a)
b = np.arange(12).reshape(4,3)           # 将二维数据打印为矩阵
print(b)
c = np.arange(24).reshape(2,3,4)         # 将三维数据打印为矩阵列表
print(c)

　　如果数组太大而无法打印，NumPy会自动跳过数组的中心部分并仅打印角落：

print(np.arange(10000))
[   0    1    2 ..., 9997 9998 9999]


print(np.arange(10000).reshape(100,100))
[[   0    1    2 ...,   97   98   99]
 [ 100  101  102 ...,  197  198  199]
 [ 200  201  202 ...,  297  298  299]
 ...,
 [9700 9701 9702 ..., 9797 9798 9799]
 [9800 9801 9802 ..., 9897 9898 9899]
 [9900 9901 9902 ..., 9997 9998 9999]]

要禁用此行为并强制NumPy打印整个阵列，可以使用更改打印选项set_printoptions。

np.set_printoptions(threshold=np.nan)

2.5.数组的基本操作

　　数组上的算术运算符应用于元素。创建一个新数组并填充结果。

a = np.array([[1,2],[3,4]])
b = np.array([[5,6],[7,8]])
s1 = a+b
s2 = a-b
s3 = a**2
print(s1)
print(s2)
print(s3)
print(a<3)
print(a@b)

　　某些操作（例如+=和）*=用于修改现有阵列而不是创建新阵列。

a = np.ones((2,3), dtype=int)
b = np.random.random((2,3))

print(a)
print(b)

a *= 3
b += a

a += b #TypeError: Cannot cast ufunc add output from dtype('float64') to dtype('int64') with casting rule 'same_kind'


这是因为优先级问题str > float > int

　　当使用不同类型的数组进行操作时，结果数组的类型对应于更一般或更精确的数组（称为向上转换的行为）

from numpy import pi
a = np.ones(3, dtype=np.int32)
b = np.linspace(0,pi,3)
print(a.dtype.name)
print(b.dtype.name)

c = a+b
print(c)
print(c.dtype.name)

d = np.exp(c*1j)
print(d)
print(d.dtype.name)

　　许多一元操作，例如计算数组中所有元素的总和，都是作为ndarray类的方法实现的。

a = np.random.random((2,3))

a.sum()
a.min()
a.max()

　默认情况下，这些操作适用于数组，就像它是一个数字列表一样，无论其形状如何。但是，通过指定axis 参数，您可以沿数组的指定轴应用操作：

b = np.arange(12).reshape(3,4)
b.sum(axis=0)                            # 列的总和
b.min(axis=1)                            # 行的总和
array([0, 4, 8])
b.cumsum(axis=1)                         # cumulative sum along each row

3.数据可视化

3.1.matplotlib库（数学绘图库：math数学、plot绘图、lib库）

　　　matplotlib.pyplot(缩写）

　　定制化绘图：.mp.plot(xxx,linestyle=线型,linewidth=线宽，color=颜色）

　　看手册功能：help(mo.plot)

　　设置图标范围

　　　　mp.xlim(左边界，右边界）

　　　　mp.ylim(底边界，顶边界)

　　显示弧度值：

　　　　mp.xticks(刻度位置数组，刻度文本数组)

　　　　mp.yticks(刻度位置数组，刻度文本数组)

　　　　刻度转义方法：[r'$-\pi$',r'$-\frac{\pi}{2}$',r'$0$',r'$\frac{\pi}{2}$',r'$\frac{3\pi}{4}$',r'$\pi$']

　　引十字坐标：

　　　　作用：拿到框线的轴

　　　　　　ax = mp.gca()　　#获取当前坐标轴

　　　　　　ax.spines['left'].set_position(('data',0)) #设置位置边框（有四边）

　　　　　　ax.spines['left'].set_color(颜色) #设置位置边框颜色。

　　　　显示图例和位置

　　　　　　mp.plot（...，lable=r'$y=sin(x)$'）
　　　　　　mp.legend(loc='uper left')

　　　　标记一些特殊点

　　　　　　散点图（不连线）

　　　　　　mp.scatter(水平坐标数组，垂直坐标数组，marker=点型，s=大小，edgecolor=勾边色，facecolor=填充色，zorder=Z序）

　　　　　　Z序就是绘画的顺序，zorder数越大，点越晚压在线上。matplotlib绘画顺序是先画点再画线。

　　　　图上做注释：

　　　　　　mp.annotate(备注文本，xy=目标位置，xycoords=目标坐标系，xytext=文本位置，textcoorder=文本坐标系，fontsize=文字大小，arrowprops=箭头属性）

4.图形对象

　　具体写法：

　　　　mp.figure（图形对象名，figsize=窗口大小，dpi=分辨率，facecolor=窗口颜色）

　　　　mp.figure()方法：第一次调用是创建，第二次调用为再次置为当前窗口。

　　　　mp.title()写标题：mp.title('xxx',fontsize=20)

　　　　mp.xlable()坐标轴的标签：mp.xlabel(标签文字，字体大小）--->mp.xlabel('xx',fontsize=12)

　　　　mp.tick_params()设置刻度参数：mp.tick_params(labelsize=10)

　　　　mp.grid()设置格线：mp.grid(linestyle=‘:’)

　　子图：

　　　　　创建子图，大图里创建子图

　　　　　　　　1）缺省（默认）布局：

　　　　　　　　　　mp.subplot(行数，列数，图号)

　　　　　　　　　　eg：mp.subplot(2,3,1)或mp.subplot（231）　

　　　　　　　　　　　　子图显示文字：

　　　　　　　　　　　　　　mp.text(对应中心位置比例，对应中心位置比例，数值，ha=水平对齐方式，va=垂直对其方式，size=尺寸大小，qlpha=透明度）　

　　　　　　　　　　　　　　mp.tight_layout() 紧凑不空很多格边距变窄

　　　　　　　　2)栅格布局

　　　　　　　　　　先建立一个格栅布局器：

　　　　　　　　　　　　import matplotlib.gridspec as mp

　　　　　　　　　　　　gs = mg.GridSpec(行数，列数）

　　　　　　　　　　　　mp.subplot（gs[行，列]）

　　　　　　　　　　优点：布局匀称

　　　　　　　　3)自由布局

　　　　　　　　　　mp.axes（[左下角水平坐标，左下角垂直坐标，宽度，高度]）

　　　　　　　　　　优点：所有尺寸参数都是相对比例

　　　　　　　　　　缺点：同时输入几个，最后一张图能在另一张里边。

5.坐标刻度定位器

　　　　定位器对象 = mp.xxxLocateor（...）

　　　　ax = mp.gca()

　　　　主刻度：ax.xaxis.set_major_locator(定位器对象）——>x轴，让定位器对象帮我们定义刻度。

　　　　次刻度：ax.xaxis.set_minor_locator(定位器对象)———>x轴，让定位器对象帮我们定义刻度。

locators = [
    'mp.NullLocator()',#空定位器，不需要参数，可以被解释执行
    'mp.MaxNLocator(nbins=3, steps=[1, 3, 5, 7, 9])',#最多分三段，从后续列表中选一个等分的点
    'mp.FixedLocator(locs=[0, 2.5, 5, 7.5, 10])',#固定定位器。等价于直接调用xticks。
    'mp.AutoLocator()',#自动定位器。特点：间隔不太密也不太疏，自顶匹配。
    'mp.IndexLocator(offset=0.5, base=1.5)',#索引定位器。offset起始点，base是间隔点
    'mp.MultipleLocator()',#次刻度定位器。
    'mp.LinearLocator(numticks=21)',#线性均分定位器。numticks=21等分成20分 
　　 'mp.LogLocator(base=2, subs=[1.0])' #指数定位器。
]