矩阵数据操作

最新推荐文章于 2024-08-16 07:52:13 发布

妮酱也爱敲代码

最新推荐文章于 2024-08-16 07:52:13 发布

阅读量203

点赞数

文章标签：数据分析 numpy python

本文链接：https://blog.csdn.net/lildn/article/details/109703615

版权

该博客展示了如何利用NumPy库对数据进行重塑，然后根据特定条件更新数据。通过对数据的第三列进行判断，将值分为0、1、2三类，并进一步将数据按类别分组，分别存储为X1、X2和X3，为后续的机器学习训练准备数据。

摘要由CSDN通过智能技术生成

reshape（更改行列数）

import numpy as np
X=np.array([6, 9, 6, 1, 1, 2, 8, 7, 3, 5, 6, 3, 5, 3, 5, 8, 8,
            2, 8, 1, 7, 8,7, 2, 1, 2 , 9, 9, 4, 9])
X=X.reshape(-1,3)

判断语句给数据重新赋值

for i in range(10):
    if X[i][2]<=3:
        X[i][2]=0
    elif X[i][2]>6:
        X[i][2] = 2
    else:
        X[i][2] =1

分割线--------------------------------------------------------------------------------------------------
X数据如下
X=[[6 9 1],
[1 1 0],
[8 7 0],
[5 6 0],
[5 3 1],
[8 8 0],
[8 1 2],
[8 7 0],
[1 2 2],
[9 4 2]]
按照第三列数据0，1，2将X的前两列进行分组，处理为三个矩阵
X_train 前两列, y_train 存放后一列

X_train=X[:, 0:2]
y_train=X[:, -1]
X_train
#通过 y_train 中的数据，分离出 X_train 中的 3 个分类
index_1=np.argwhere(y_train==0) #y_train=0的x坐标集合
index_2=np.argwhere(y_train==1)  
index_3=np.argwhere(y_train==2)  
X1=X_train[index_1,:][:,0]#最后是去掉中括号
X2=X_train[index_2,:][:,0]
X3=X_train[index_3,:][:,0]