最近很少写文章,打算把以前的机器学习和深度学习写一个专题,每天都要写一点,写在这里打个卡,也是督促自己。
总结下python。
- python是一个脚本语言。
- 常用的分析库/包
(1)numpy :数组,矩阵
(2)scipy : 统计、优化、线性代数、信号、图像处理等
(3)pandas: 基于numpy,数据框,序列,数据处理,绘图
(4)statsmodule 统计检验,统计建模
(5)scikit-learn :数据变换,机器学习,交叉验证
(6)matplotlib :绘图
(7) seaborn 高级统计制图包
在安装包的过程中,首先使用conda install pack_name
如果出现错误,再使用pip install pack_name
- python六种基本数据类型
(1)String
(2)number
(3)bool
(4) time/datetime 时间 数值类型,可以进行加减运算
(5)None
(6)复数,这个我很少用到 - Python常用数据结构
(1)列表list,[] 里面元素可以不同
(2)元组tuple
(3)集合set
(4)字典dict
5.np.r_ np.c_
np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等。
np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等。
如下例子:
>>> import numpy as np
>>> a=np.array([[1,2,3],[4,5,6]])
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> b=np.array([[7,8,9],[10,11,12]])
>>> b
array([[ 7, 8, 9],
[10, 11, 12]])
>>> c=bp.c_[a,b]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
NameError: name 'bp' is not defined
>>> c=np.c_[a,b]
>>> c
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 10, 11, 12]])
>>> c=np.r_[a,b]
>>> c
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[10, 11, 12]])
>>>
家可以订阅,一起探讨,学习。