数据分析入门 -- matplotlib

matplotlib 绘图库
numpy 科学计算库（大量数学运算，矩阵）
pandas 表格处理神器（numpy和matplotlib的综合升级版）

人工智能大致了解
机器学习的工作流程

1.1 人工智能大致了解
场景用数据能够容易描述清楚，用机器学习
不能容易的用数据描述清楚，用深度学习

人工智能三要素
数据
算法
计算力
cpu： 核心数少，干活快
gpu： 核心数多，干活慢

1.2 人工智能 机器学习 深度学习
人工智能 > 机器学习 > 深度学习

1.3 人工智能发展历程
图灵测试（1950）
图灵： 定义那些问题是可以计算
把计算器变成计算机
冯诺依曼： 让机器提代人类做计算
发明了计算器

达特茅斯会议（1956）
历史的发展起伏

1.4 主要分支
计算机视觉(CV)
自然语言处理(NLP)
机器人

1.5 什么是机器学习
机器学习是从数据中自动分析获得模型，
并利用模型对未知数据进行预测。

获取数据
基本处理
特征工程
机器学习(模型训练)
模型评估

连续型
离散型（类别型）

数据类型一：特征值+目标值（目标值是连续的和离散的）
数据类型二：只有特征值，没有目标值

数据分割：
训练数据：用于训练，构建模型
测试数据：在模型检验时使用，用于评估模型是否有效

2/8    3/7

1.6 机器学习算法分类
监督学习
特征值和目标值
目标值:连续值(称为回归)
目标值:离散值(称作分类)
无监督学习
特征值组成，没有目标值
半监督学习(一套方法)
特征值和目标值（大量数据的目标值缺失）
强化学习
连续决策，求长期利益最大化

1.7 模型评估
分类：准确率
回归：均方根误差

测试集合表现很好

获取数据
基本数据处理
特征工程
数据集合切分（训练数据，测试数据）
选取合适的算法进行训练
对模型进行评估
合适，上线
不合适，打回原形

连接派：神经网络 2010 imagenet比赛 李飞飞
逻辑派：if else

2.2 Jupyter Notebook使用
jupyter是ipython的网页加强版
是一款程序员和科学工作者的编程/文档/笔记/展示软件
.ipynb

进入环境
jupyter notebook
关闭 按两次contrl+C

ctrl + enter:执行本单元代码，留在本单元
shift + enter:执行本单元代码，并跳转到下一单元

编辑模式（Enter）

1. 命令模式下回车Enter或鼠标双击cell进入编辑模式
2. 可以操作cell内文本或代码，剪切／复制／粘贴移动等操作
   命令模式（Esc）

• . 按Esc退出编辑，进入命令模式
• . 可以操作cell单元本身进行剪切／复制／粘贴／移动等操作
  M： 文档
  Y： 代码 (即包含有In与out的组合部分)
  A： 在当前cell上增加一个cell
  B： 在当前cell下增加一个cell

matplotlib是一个绘图库
图像展示数据比原始数据更好

使用流程
导包
创建画布
绘制图像
显示图像

修改刻度
plt.xticks(x_ticks, str_x_ticks)
plt.yticks(y_ticks, str_y_ticks)

1 保证本机有中文字体（还得知道字体名字）
windows和mac下：双击安装
linux：
sudo cp ~/SimHei.ttf /usr/share/fonts/

方法1：
1 找配置文件的路径
import matplotlib
matplotlib.matplotlib_fname()
返回路径
打开文件，添加三行
font.family : sans-serif
font.sans-serif : SimHei
axes.unicode_minus : False
2 删除缓存文件
mac，win：
家目录：
.matplotlib/
下的文件删掉
linux:
~/.cache/.matplotlib/
下的文件删掉
3 杀掉jupyter，重启
中文就可以显示了

方法2：

plt.rcParams[‘font.family’] = [‘SimHei’]
from pylab import mpl

设置显示中文字体

mpl.rcParams[“font.sans-serif”] = [“SimHei”]

添加描述信息
plt.xlabel(“时间”)
plt.ylabel(“温度”)
plt.title(“中午11点0分到12点之间的温度变化图示”, fontsize=20)

图像保存
plt.savefig(“test.png”)