机器学习几个库的总结

    在机器学习中，我一直本着现有思--》再去做的想法。只有你能想的到，然后才会往结果上走，所以我在这总结一下常用的几个库，然后里面具体用到的可以再去学习(在练习中学习与记忆，比只学习记忆更好。以上纯属个人观点，不喜误吐槽)

1 NumPy快速入门手册:

   NumPy（Numerical Python）是Python语言的一个扩充程序库。支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。

1) ndarray对象(概念了解)：重要的一个特点是其N维数组对象ndarray,它是一系列同类型数据的集合，下标以0开始可以进行索引。

2) 数组创建：1 以numpy中的矩阵模块为ndarray对象创建 2 通过函数创建矩阵(如：ones,zeros)

   数组的属性：

3) 基本操作:  1 常用的+，-，*，/，%，**  2 常用的矩阵函数操作如常见的sin、cos，max,std等  3 矩阵的截取(矩阵的截取和list相同，可以通过[]（方括号）来截取)  4 矩阵合并(hstack方法和vstack方法)

Numpy与list类型的互相转换

  List转numpy.array：   temp = np.array(list)

  numpy.array转List:      arr=temp.tolist()

2 panas快速入门

     Pandas是Python的一个数据分析包，容纳了大量库和标准数据模型，也提供大量能使我们快速处理数据的函数和方法，并提供基于numpy字典形式的数据处理方法。

1)  Pandas数据结构：series，dataframe

2)  pandas数据选择：数据某列，切片，根据条件筛选等选择数据

3)  pandas数据清洗：判断是否为空isnull()函数，loc或者iloc设置数据，大小写转换等

4)  pandas数据的导入导出格式：读取与存取像csv、excel、json、html、pickle等格式的资料

3 Matplotlib： 一个Python语言的2D绘图库，它支持各种平台，并且功能强大，能够轻易绘制出各种专业的图像(可以在绘制时根据需要进行查找绘制)