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)
//