人工智能python常用语句

人工智能python常用语句

1.numpy(看为python中的数组）

import numpy as np

1.建立普通3*3数组

array1 = np.array([[1,2,3],[4,5,6],[7,8,9]])

2.建立一个从10到21之间的数组，且步长位2，数组形状2*3

array1 = np.arange(10，21，2).reshape(2,3)

结果

[[10 12]
 [14 16]
 [18 20]]

3.创建2行3列的全零矩阵

array1= np.zeros((2,3))  

结果如下：

[[ 0.  0.  0.]
 [ 0.  0.  0.]]

4.创建2行3列的全一矩阵

array2 = np.ones((2,3))

结果如下：

[[ 1.  1.  1.]
 [ 1.  1.  1.]]

5.linspace创建将1~20平均分割为十个数字的数组，数组形状为2*5

array = np.linspace(1,20,10).reshape(2,5)
print (array)
#结果如下：
[[  1.           3.11111111   5.22222222   7.33333333   9.44444444]
 [ 11.55555556  13.66666667  15.77777778  17.88888889  20.        ]]

6.创建一个0~1之间的随机数组，数组大小为2*2

import numpy as np
x = np.random.random((2,2))
print(x)
#结果：
[[ 0.16575165  0.23873948]
 [ 0.94929298  0.38900744]]

7.numpy基本属性

print (x.ndim)   #求矩阵的维度
print (x.shape)   #求矩阵的行列数
print (x.dtype)   #数值类型
print (x.size)    #矩阵共含有多少个数值
print (x.itemsize)  #每个元素所占空间大小
print (x.T)#矩阵转置

8.数组类型定义

改变矩阵数据类型astype
b.dtype
结果：dtype('float64')
c=b.astype('int32')
c.dtype
结果：dtype('int32')

定义矩阵数据类型
a = np.array([1,2],dtype=float32)
a=np.arange(10,21,2,dtype=int32)

9.矩阵相关运算

次方运算（三次方x**3)
x = np.arange(1,17,dtype=np.int64).reshape(4,4)
print(x)
print()
c =x**2
print(c)
#结果：
[[ 1  2  3  4]
 [ 5  6  7  8]
 [ 9 10 11 12]
 [13 14 15 16]]

[[  1   4   9  16]
 [ 25  36  49  64]
 [ 81 100 121 144]
 [169 196 225 256]]
 矩阵相乘
 y = np.arange(2,6).reshape(2,2)
print(x)
print()
print(y)
c =x * y      #单个元素都相乘
d = np.dot(x,y)#或者 x.dot(y)       矩阵作为整体相乘
print()
print(c)
print()
print(d)

#结果：
[[0 1]
 [2 3]]

[[2 3]
 [4 5]]

[[ 0  3]
 [ 8 15]]

[[ 4  5]
 [16 21]]
矩阵最大最小
x = np.arange(12).reshape(3,4)
print(x)
print(x.sum())    #求矩阵内所有元素和
print(x.max())    #求矩阵内所有元素中的最大值
print(x.min())    #求矩阵内所有元素中的最小值
print(x.sum(axis = 0))   ##求矩阵每列元素和
print(x.sum(axis = 1))   ##求矩阵每行元素和

#结果：
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
66
11
0
[12 15 18 21]
[ 6 22 38]

2.pandas

import pandas as np

1.总体阐述用法

【1】删除含有指定元素的行或列，或删除指定行，列
用法：DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)

参数说明：

labels 就是要删除的行列的名字，用列表给定

axis 默认为0，指删除行，因此删除columns时要指定axis=1；

index 直接指定要删除的行

columns 直接指定要删除的列

inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新dataframe；

inplace=True，则会直接在原数据上进行删除操作，删除后无法返回。

因此，删除行列有两种方式：

1）labels=None,axis=0 的组合

2）index或columns直接指定要删除的行或列

【2】pd.read_csv用法手册
链接: link.

trian_df = pd.read_csv('../input/train.csv',index_col = 0)
test_df = pd.read_csv('../input/test.csv',index_col=0)//使用index_col的原因是去除第
一列与目标无关的噪音数据。

3.其他

train.head(2)//察看前俩行
//合并训练集和测试集
//正态化（碗变圆）
//