机器学习系列实验楼课程补充

Pandas数据处理基础

原课程：https://www.shiyanlou.com/courses/906

1. Matplotlib中的%matplotlib inline：内嵌画图，不需要plt.show()
   参考：https://blog.csdn.net/liangzuojiayi/article/details/78183783
2. numpy.random.randint用法：返回一个随机整型数，范围从低（包括）到高（不包括），即[low, high)；大小（size）：x*y
   参考：https://blog.csdn.net/u011851421/article/details/83544853
3. Numpy 与 DataFrame对比与应用：数组和表？
   参考：https://www.cnblogs.com/yangzhizong/p/10118549.html
4. 在python和numpy中切片：取2~4行=1：4=取索引1到索引4
   参考：https://www.cnblogs.com/Sinte-Beuve/p/6573246.html
5. pandas模块drop函数的使用：DataFrame.drop(labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise')
   其中参数：labels（标签或列表） columns（列名） axis=0：index axis=1：column
   参考：https://jingyan.baidu.com/article/cb5d6105b9d051005c2fe095.html

Matplotlib 数据绘图基础课程

原课程：https://www.shiyanlou.com/courses/1093

1. 安装jupyter，并修改默认浏览器和工作区间
2. matplotlib.pyplot.plot(*args, **kwargs)的理解：
   https://blog.csdn.net/u014539580/article/details/78207537
   https://blog.csdn.net/u011511601/article/details/82183889
3. 神秘引申：为什么 np.sin(np.pi)的结果不为 0?
   https://www.v2ex.com/t/532190
4. 饼图：https://www.cnblogs.com/zyg123/p/10504640.html
5. axes.legend：图例
6. 子图的自定义顺序排列：axes[0]
7. rect.get_x() # 获取柱形图横坐标
8. mpl_toolkits.mplot3dmatplotlib中专门画3d的工具包
9. np.arange：格式np.arange([start, ]stop, [step, ]dtype=None)，用于创建等差数列。
   start:可忽略不写，默认从0开始;起始值
   stop:结束值；生成的元素不包括结束值
   step:可忽略不写，默认步长为1；步长
   dtype:默认为None，设置显示元素的数据类型
   参考：https://www.jianshu.com/p/d7d3ae1f096f
10. fig.add_subplot(234)：2*3网格，第四子图
    参考：https://www.jianshu.com/p/7b68e01952b4

机器学习开放基础课程

原课程：https://www.shiyanlou.com/courses/1283

实验1：使用Pandas进行数据探索

1. Python中的Warnings模块忽略告警信息：import warning warnings.filterwarnings("ignore")
   参考：https://blog.csdn.net/u013544265/article/details/28617527
2. bool类型：布尔
3. ascending=False 倒序排列，True正序
4. iloc和loc的区别：位置索引和标签索引
   参考：https://blog.csdn.net/qiao8756/article/details/80843440
5. lambda用法：lambda argument_list: expression
   参考：https://blog.csdn.net/zjuxsl/article/details/79437563
6. describe(percentiles=[])：查看分布情况
7. pivot_table：pandas透视表具体操作
   https://www.cnblogs.com/onemorepoint/p/8425300.html
8. normalize=True：计算占比
   参考：https://www.cnblogs.com/keye/p/9664414.html
9. seaborn模块：数据可视化
   https://www.jianshu.com/p/94931255aede
10. 交叉表：后加.T是倒置
    https://blog.csdn.net/hustqb/article/details/78086394

实验2：Python数据可视化分析

1. plot()函数详解
   https://blog.csdn.net/brucewong0516/article/details/80524442

2. 四分位距

   如果有一个数，它大于的数据个数有整个数据的25/100，就称第1四分位数，如果有一个数，它大于的数据个数有整个数据的75/100，就称第3四分位数，
   第1四分位数和第3四分位数的差的1/2，就称标准四分位距，它是测定一个分布的离散程度的。

3. 箱型图读图
   https://blog.csdn.net/uinglin/article/details/79895993

4. 未解决：_, axes = plt.subplots(1, 2, sharey=True, figsize=(6, 4))（为什么在axes前有_,，不添则报错)
   补充问题：相同用法fig, axes=，搜索可能得解释：此函数同时返回一个figure图像和一个子图ax的array列表。
   参考：https://www.cnblogs.com/nju2014/p/5620776.html

5. pandas中的.corr()函数用法：

   1. corr()可以计算两列值得相关系数，默认用的是pearson相关系数
      （参考：http://wenda.chinahadoop.cn/question/5146 ）
   2. 相关系数越接近于1或-1，相关度越强，相关系数越接近于0，相关度越弱
      （参考：https://baike.baidu.com/item/Pearson相关系数/6243913?fr=Aladdin ）

6. 笛卡尔坐标系：笛卡尔坐标就是两条（或三条）不相交的坐标轴组成的坐标系，当这两条坐标轴互相垂直的时候就是正交（也称直交）坐标系。所以直交坐标系是笛卡尔坐标系的一个特例，如果不加以强调的话，也可以默认笛卡尔坐标就是指直交坐标系。

7. jointplot()用法：综合散点图
   强力安利：https://blog.csdn.net/qq_42554007/article/details/82625118

8. %config InlineBackend.figure_format的解释

   虽然交互式 GUI 具有其独特的优势，但在使用 IPython Notebook 或 Qtconsole 时，显示直接嵌入 notebook 中的 Matplotlib 生成图形通常更方便。此行为是使用 IPython 命令 %matplotlib inline 激活的，该命令激活为 IPython 提供支持的“内联（inline）后端”。这会将 Matplotlib 配置为使用非交互式后端生成图形，然后将其显示为 IPython Notebook 中的静态图像。IPython “内联后端” 也可以使用 IPython的 %config 命令进行微调。例如，我们可以使用 InlineBackend.figure_format 选项（对于 Mac OS X 用户 %config InlineBackend.figure_format=‘retina’ 是另一个有用的选项，它能提升 Matplotlib 图形在 Retina 屏上的质量）生成图形的输出格式。

        %matplotlib inline
        %config InlineBackend.figure_format='svg' 

   参考：https://blog.csdn.net/And_w/article/details/79944188

9. lmplot()：回归模型；fit-reg：如果为真，返回xy有关线性回归模型。
   参考(1)：https://www.sohu.com/a/164340723_718302
   参考(2)：http://seaborn.pydata.org/generated/seaborn.regplot.html

10. enumerate() 函数：将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列，同时列出数据和数据下标，一般用在 for 循环当中。
    参考： https://www.runoob.com/python/python-func-enumerate.html

11. catplot()用法：分类型数据绘图
    https://blog.csdn.net/u013317445/article/details/88196373
    参数参考：https://blog.csdn.net/wmx3ng/article/details/82418712

12. groupby()：分类
    https://blog.csdn.net/m0_37870649/article/details/80979809

13. sort_values：排序函数
    模板：DataFrame.sort_values(by=‘##’,axis=0,ascending=True, inplace=False, na_position=‘last’)
    部分参数：by（指定列名和索引值）、ascending（true为升序）
    参考：https://blog.csdn.net/MsSpark/article/details/83154128

14. t-SNE算法理解
    http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/

15. StandardScale()：预处理数据，标准化
    https://blog.csdn.net/sinat_33761963/article/details/53433799

16. fit_transform：fit+transform
    https://blog.csdn.net/weixin_38278334/article/details/82971752