《Python计算机视觉实战》---清华大学---张德丰著---学习笔记---更新中

第一章1.Python安装第三方库

pip install bs4 -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install lxml -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install scipy -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install pandas -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install PIL -i https://pypi.tuna.tsinghua.edu.cn/simple

 PIL安装出错解决方案

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple Pillow

pip install Matplotlib -i https://pypi.tuna.tsinghua.edu.cn/simple

pip install requests -i https://pypi.tuna.tsinghua.edu.cn/simple

1.3.1 numpy

        scikit-learn是使用numpy数组形式的数据进行处理的，所以需要把数组转换成nump数组的形式。

        

import numpy
print("使用列表生成一堆数组")
data = [1,2,3,4,5,6]
print(x)#打印数组
print(x.dtype)#数组类型

print("使用列表生成二维数组")
data = [[1,2],[3,4],[5,6],[7,8]]
x= numpy.array(data)
print(x)#打印数组
print(x.ndim)#数组维度
print(x.shape)#数组每个维度的长度

1.3.2 scipy

        ·scipy是Python中用于进行科学计算的工具集，可以实现计算统计学分步、信号处理、计算线性代数方程等。

        ·sklearn需要使用scipy来实现算法的计算，使用到最多的是scipy中的sparse，使用spares函数用来生成稀疏矩阵，稀疏矩阵是用来存储那些大部分数值为0的数组。

        稀疏矩阵---csr、csc

import numpy as np
from scipy.sparse import csr_matrix
from scipy.sparse import csc_matrix

# csr 按行压缩 row
indptr = np.array([0,2,3,6])          #用于计算行/列的非零数的数量
indices = np.array([0,2,2,0,1,2])     #行/列的索引
data = np.array([1,2,3,4,5,6])        #数值

a = csr_matrix((data,indices,indptr),shape=(3,3)).toarray()
b = csr_matrix(a)
print("原始矩阵a为：\n",a)
print("按行压缩csr稀疏矩阵b为：\n",b)

# csc 按列压缩 column
a2 = csc_matrix((data,indices,indptr),shape=(3,3)).toarray()
b2 = csc_matrix(a2)
print("原始矩阵a为：\n",a2)
print("按列压缩csc稀疏矩阵b为：\n",b2)

	csr---按行压缩	csc---按列压缩
indptr = np.array([0,2,3,6])
indptr[1]-indptr[0] = 2-0 = 2	第1行有2个非零元素	第1列有2个非零元素
indptr[2]-indptr[1] = 3-2 = 1	第2行有1个非零元素	第2列有1个非零元素
indptr[3]-indptr[2] = 6-3 = 3	第3行有3个非零元素	第3列有3个非零元素
indices = np.array([0,2,2,0,1,2])
indices[indptr[0]:indptr[1]] = indices[0:2] = [0,1]	第1行的非零元素的列索引是0,2， 索引是[0,0],[0,1]	第1列的非零元素的行索引是0,2， 索引是[0,0],[2,0]
indices[indptr[1]:indptr[2]] = indices[2:3] = [2]	第2行的非零元素的列索引是2，   索引是[1,2]	第2列的非零元素的行索引是2，   索引是[2,1]
indices[indptr[2]:indptr[3]] = indices[3:6] = [3,4,5]	第3行的非零元素的列索引是3,4,5，索引是[2,3],[2,3],[3,5]	第3列的非零元素的行索引是3,4,5，索引是[3,2],[4,2],[5,2]