python 机器学习

---

一、数据准备

1.生成随机矩阵

import numpy as np
import random
import time

m = 10000
d = 200
k = 50

trains = np.zeros((m, d))
for i in range(m):
    trains[i] = np.array([random.gauss(0, 1) for z in range(d)])
test = np.array([random.gauss(0, 1) for z in range(d)])

print(trains.shape)

2.将表格转换为矩阵

import numpy as np
import xlrd
def excel_to_Matrix(path):
#读excel数据转为矩阵函数
    data = xlrd.open_workbook(path)
    table = data.sheets()[0]
    #获取excel中第一个sheet表
    nrows = table.nrows
    #行数
    ncols = table.ncols
    #列数
    datamatrix = np.zeros((nrows, ncols))
    for x in range(ncols):
        cols = table.col_values(x)
        cols1 = np.matrix(cols)
        #把list转换为矩阵进行矩阵操作
        datamatrix[:, x] = cols1
        #把数据进行存储
    return datamatrix
print(np.mat(excel_to_Matrix("表格.xlsx")))

二、常用函数

1.生成随机数

#生成1~100的随机int型
random.randint(1,100)
#选取不同的随机数
count = X.shape[0]
i = np.random.randint(0, count)
j = np.random.randint(0, count - 1)
j += (j >= i)

2.读出需要的行和列

import numpy as np
a = np.array([[1, 2], [3, 4], [5, 6]])
print(a)
i=[2,0]#在这里将i按顺序赋值为所需要的行号即可，比如本例中想要依次输出第2行和第0行
print(a[i,:])

3.txt与数组互相转换

# datafream2txt
X_train.to_csv(r"X_train.txt", sep='\t', index=False, header=False)

# ndarray2txt
numpy.savetxt(fname, X, fmt ='％.18e', delimiter ='', newline ='n', header ='', footer =", comments ='＃', encoding = None)

参数：

1. name ： 文件名或文件句柄。如果文件名结束.gz，文件将自动以压缩gzip格式保存。 loadtxt透明地理解gzip文件。
2. X ： 1D或2D array_like。要保存到文本文件的数据。
3. fmt ： str或strs序列，可选。
4. 分隔符 ： str，可选。分隔列的字符串或字符。
5. 换行符 ： str，可选。字符串或字符分隔线。

# 保存二维数组
np.savetxt("matrix.txt", matrix, fmt="%d", delimiter=",")
# 读取二维数组
m = np.loadtxt("matrix.txt", dtype=int, delimiter=",")

---

4.对2d ndarray的列和行进行排序

data_cs = data[data[:, 1].argsort()] # 按第2列进行排序
data_rs = data[:, data[1].argsort()] #按第2行进行排序

---

总结

无。