Python机器学习常用的几个库

1. import numpy as np 矩阵操作的库

操作	描述
X * Y	两个矩阵对应位置元素相乘
X.dot(Y)	矩阵的内积（一行乘以一列）
np.random.random((3,4))	生成一个三行四列的随机数(-1,1)矩阵
np.floor(a)	将数值a向下取整
np.array([1,2,3])	Python list转成ndarray
X.reshape((m,n))	将原矩阵改成m*n矩阵
X[:,0:2]	表示取第0,1列的所有行
X.min()或X.max()	返回矩阵中的最小值或最大值
X.sum(axis=0)	返回对每一列求和的结果
X.sum(axis=1)	返回对每一行求和的结果
np.zeros((3,4))	返回一个值全为0的3*4的矩阵
np.ones((3,4))	返回一个值全为1的3*4的矩阵
np.full((3,4),6)	返回一个值全为6的3*4的矩阵
X.ravel()	将一个矩阵铺成一行输出
np.hstack((X,Y))	将矩阵X和Y水平拼接，增加了列数
np.vstack((X,Y))	将矩阵X和Y竖直拼接，增加了行数
np.hsplilt((X,3))	将矩阵在水平方向等分成3份，返回三个矩阵
np.hsplilt((x,(3,5)))	将矩阵水平切成0～2列，3～4列，5～n列
X.argmax(axis=0)	返回矩阵中每列最大元素的下标
X.argmax(axis=1)	返回矩阵中每行最大元素的下标
X.argmax()	返回矩阵中最大元素的下标
np.tile(X,(3,4))	把矩阵X整体扩增3行、4列
np.sort(X,axis=1)	将矩阵每一行递增排序

  最后聊聊关于拷贝赋值的几种做法的区别：（b=a，b=a.view()，b=a.copy()）

> a = np.ones((3,3))
> b = a
> c = a.view()
> d = a.copy()

# 三种做法，得到的元素值都是相等的 
> print(a == b)
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

> print(a == c)
array([[ True,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])

# 三种做法，新对象引用的对象不同
> print(a is b)
True
> print(a is c)
False
> print(a is d)
False

# 看看它们在内存中的id，来核实上面的结果
> print(id(a))
140384952264624
> print(id(b))
140384952264624
> print(id(c))
140384921209632
> print(id(d))
140384921208992

# 【重要】修改b,c,d中的某个元素，检查原矩阵a中的元素是否发生变化
> print(a)
array([[1., 1., 1.],
       [1., 1., 1.],
       [1., 1., 1.]])
> b[0][0] = 2
> c[1][1] = 3
> d[2][2] = 4
> print(a)
array([[2., 1., 1.],
       [1., 3., 1.],
       [1., 1., 1.]])

# 发现b,c都还是操作的原矩阵，而d操作的是新矩阵。

2. import pandas as pd 数据处理的库

pandas对象是一个DataFrame对象(data)，data的每一列取出来，是一个Series对象(ss)，ss.values又是一个numpy.ndarray对象

操作	描述
data = pd.read_cdv(’**.csv’)	读取数据集，返回的是DataFrame对象
data.columns	返回数据的列名
data.shape	返回数据的行和列
data.head(4)	返回data的前4行
data.tail(3)	返回data的后3行
data.loc[0]	取第1行的数据
data.loc[:5]	取前5行的数据
data[‘c1’]	取列名为’c1’的该列数据
data[[‘c1’,‘c2’,‘c3’]]	取列名为’c1’,‘c2’,'c3’的三列数据
del data[‘c1’]	删除data中的’c1’列
data = data.drop(‘c1’,axis=1)	删除data中的’c1’列
data.drop(‘c1’,axis=1, inplace=True)	删除data中的’c1’列
data[‘new_column’] = columns	增加新的一列特征值
data.sort_values(‘c1’,inplace=True,ascending=True)	数据集按照’c1’列的值升序排序
data.reset_index(drop=True)	排序后原index还在，重新生成
pd.isnull(data[‘c1’])	判断’c1‘列是否存在缺失值
data[‘c1’].mean()	返回’c1’列的均值
data.dropna(axis=0, subset=[‘c1’,’c2’])	'c1’与’c2’两列有缺失值的话删除该行
data.loc[83,’c1’]	定位第83行，列名为c1的元素

3.import matplotlib.pyplot as plt 绘制图像的库

操作	描述
plt.plot(data[‘c1’],data[‘c2’])	X轴的数据为’c1’列，Y轴数据为’c2’列
plt.show()	显示图像
plt.xticks(rotation=45)	X轴倾斜45度
plt.xlabel(‘this is aixs = 0’)	X轴添加标签
plt.ylabel(‘this is aixs = 1’)	Y轴添加标签
plt.title(‘this is title’)	绘图添加标题
fig = plt.figure()	返回默认画图的区域
fig = plt.figure(figsize = (3,4))	设置画图的大小（宽、高）
ax1 = fig.add_subplot(1,3,1)	画布等分为一行三列，这是第一个子图
ax2 = fig.add_subplot(1,3,2)	画布等分为一行三列，这是第二个子图
ax3 = fig.add_subplot(1,3,3)	画布等分为一行三列，这是第三个子图
ax1.plot([1,2,3],[2,3,1])	子图一绘制折线图
ax2.bar([0,1,2,3,4],[1,5,2,3,4])	子图二绘制柱形图
ax3.scatter([0,1,2,3,4],[4,2,1,3,1], c=‘blue’)	子图三绘制散点图