Python
文章平均质量分 60
鹅厂程序小哥
与你一起写程序 | 知乎:鹅厂程序小哥 | 微信公众号:鹅厂程序小哥
展开
-
Python数据分析之numpy学习(二)
我们接着《Python数据分析之numpy学习(一)》继续讲解有关numpy方面的知识!统计函数与线性代数运算统计运算中常见的聚合函数有:最小值、最大值、中位数、均值、方差、标准差等。首先来看看数组元素级别的计算:In [94]: arr11 = 5-np.arange(1,13).reshape(4,3)In [95]: arr12 = np.ra转载 2017-10-07 16:30:46 · 547 阅读 · 0 评论 -
python: numpy--函数 shape用法
shape函数是numpy.core.fromnumeric中的函数,它的功能是查看矩阵或者数组的维数。举例说明:建立一个3×3的单位矩阵e, e.shape为(3,3),表示3行3列,第一维的长度为3,第二维的长度也为3[plain] view plain copy >>> e = eye(3) >>>转载 2017-10-16 15:16:43 · 573 阅读 · 0 评论 -
python3.5版本中的zip函数
例如,有两个列表:12>>>a= [1,2,3]>>>b= [4,5,6]使用zip()函数来可以把列表合并,并创建一个元组对的列表。12>>>zip(a,b)<zip object at 0x01FB2E90>转载 2017-10-17 14:08:25 · 1446 阅读 · 0 评论 -
【机器学习实验】scikit-learn的主要模块和基本使用
引言对于一些开始搞机器学习算法有害怕下手的小朋友,该如何快速入门,这让人挺挣扎的。在从事数据科学的人中,最常用的工具就是R和Python了,每个工具都有其利弊,但是Python在各方面都相对胜出一些,这是因为scikit-learn库实现了很多机器学习算法。加载数据(Data Loading)我们假设输入时一个特征矩阵或者csv文件。首先,数据应该被载入内存中。scikit转载 2017-10-10 22:46:02 · 240 阅读 · 0 评论 -
机器学习scikit-learn入门教程
原文链接:http://scikit-learn.github.io/dev/tutorial/basic/tutorial.html章节内容在这个章节中,我们主要介绍关于scikit-learn机器学习词库,并且将给出一个学习样例。机器学习:问题设置通常,一个学习问题是通过一系列的n个样本数据来学习然后尝试预测未知数据的属性。如果每一个样本超过一个单一的数值,例如转载 2017-10-10 22:41:24 · 202 阅读 · 0 评论 -
numpy之索引和切片
索引和切片一维数组一维数组很简单,基本和列表一致。它们的区别在于数组切片是原始数组视图(这就意味着,如果做任何修改,原始都会跟着更改)。这也意味着,如果不想更改原始数组,我们需要进行显式的复制,从而得到它的副本(.copy())。import numpy as np #导入numpyarr = np.arange(10) #类似于list的rang转载 2017-10-02 16:56:35 · 258 阅读 · 0 评论 -
Python数据分析之numpy学习(一)
Python是一门不错的动态语言,其应用的领域非常广泛,如web开发、Linux运维、数据挖掘、机器学习、爬虫、推荐系统等。在学完《廖雪峰Python3教程》感觉受益匪浅,掌握了基本的语法之后开始接触用Python进行数据分析。这里向大家推荐两本书《Python数据分析》和《利用Python进行数据分析》本期将会涉及到Python模块中的numpy,这是一个处理数组的强大模转载 2017-10-02 16:50:01 · 218 阅读 · 0 评论 -
十分钟搞定pandas(二)
合并连接pandas提供各种工具以简便合并序列,数据桢,和组合对象, 在连接/合并类型操作中使用多种类型索引和相关数学函数.请参阅合并部分把pandas对象连接到一起Python123456789101112131415161718192021222324转载 2017-10-10 11:08:18 · 379 阅读 · 0 评论 -
十分钟搞定pandas(一)
这是关于pandas的简短介绍,主要面向新用户。可以参阅Cookbook了解更复杂的使用方法。习惯上,我们做以下导入Python123In [1]: import pandas as pdIn [2]: import numpy as npIn [3]: import matpl转载 2017-10-10 11:07:38 · 748 阅读 · 0 评论 -
Python-copy()与deepcopy()区别
我们来看代码:>>> import copy>>> origin = [1, 2, [3, 4]]#origin 里边有三个元素:1, 2,[3, 4]>>> cop1 = copy.copy(origin)>>> cop2 = copy.deepcopy(origin)>>> cop1 == cop2True>>> cop1 is cop2False #cop1 和 cop转载 2017-10-18 15:16:48 · 422 阅读 · 0 评论 -
Matplotlib 教程
Matplotlib 教程介绍Matplotlib 可能是 Python 2D-绘图领域使用最广泛的套件。它能让使用者很轻松地将数据图形化,并且提供多样化的输出格式。这里将会探索 matplotlib 的常见用法。初级绘制这一节中,我们将从简到繁:先尝试用默认配置在同一张图上绘制正弦和余弦函数图像,然后逐步美化它。第一步,是取得正弦函数和预先函数的值:from pyl...转载 2017-10-09 11:46:50 · 307 阅读 · 0 评论 -
numpy之转置(transpose)和轴对换
转置(transpose)和轴对换转置可以对数组进行重置,返回的是源数据的视图(不会进行任何复制操作)。转置有三种方式,transpose方法、T属性以及swapaxes方法。1 .T,适用于一、二维数组In [1]: import numpy as npIn [2]: arr = np.arange(20).reshape(4,5)#生成一个4行5列的转载 2017-10-08 15:55:37 · 5700 阅读 · 0 评论 -
【python系列】numpy中的tile函数
tile函数 在看机器学习实战这本书时,遇到numpy.tile(A,B)函数,愣是没看懂怎么回事,装了numpy模块后,实验了几把,原来是这样子:重复A,B次,这里的B可以时int类型也可以是远组类型。[python] view plain copy>>> import numpy >>> numpy.t转载 2017-10-16 16:05:50 · 309 阅读 · 0 评论