机器学习入门——Numpy数据基础

最新推荐文章于 2024-09-03 23:17:01 发布
最新推荐文章于 2024-09-03 23:17:01 发布
阅读量142 收藏
点赞数
分类专栏： 机器学习入门 文章标签： 机器学习 python 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_53421929/article/details/120948246
版权

Numpy数据基础

Python List的特点

Python List 的基本操作

  • 创建元素为0~9，长度为10的列表（矩阵）
    在这里插入图片描述
  • 取出List中索引为5的元素
    在这里插入图片描述
  • 对List中对应索引5位置元素的修改
    在这里插入图片描述
  • List中存储的数据类型可以不同
    在这里插入图片描述
    由上面的例子我们可以看出，python中的List对数据存储较为灵活，可以存储不同类型的数据，但是代价是消耗运行效率（运行是需要判断每个数据的类型）。但是，我们对矩阵的运算仅仅只是对同一种数据的处理，并不必要用到消耗相对较大的List。因此，我们要引入python中的array类型来进行矩阵的数据存储

numpy.array基础

  • array初始化
    格式：调用array中的array方法（array中的数据类型，需要初始化的数据列表）
    在这里插入图片描述

  • array中对索引为5位置的元素数据修改
    在这里插入图片描述
    array类中不能存放多种数据类型元素
    在这里插入图片描述

并且array仅仅作为数组存在，不能进行矩阵的计算

numpy.array基础

  • numpy.array的初始化
    调用np.array()方法，将数据存储到列表中传入
    在这里插入图片描述
  • 调用arr中索引为5位置的元素
    在这里插入图片描述
  • 将索引为5位置的元素修改为100
    在这里插入图片描述
    numpy中依旧不能存储多种数据类型
    在这里插入图片描述

numpy中的特殊方法

查看矩阵的存储数据类型

numpy.dtype
在这里插入图片描述

numpy会对传入数据进行自动转换

在这里插入图片描述
在这里插入图片描述

  • 创建一个浮点数类型的矩阵
    在这里插入图片描述
柴可拉夫斯基
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
机器学习实战——疫情数据分析与预测
Hello大家好，我是Dream，如果帮得到你，那我深感荣幸！交流学习、商务合作：https://bbs.csdn.net/topics/614347534
07-27 4万+
机器学习如何做到疫情可视化——疫情数据分析与预测实战 本文将带领大家爬取11个国家以及中国31个省（自治区、直辖市）在2022.0101-2022.06.19的新冠疫情数据。并且采用机器学习模型对2022.6.20-2022.6.30每一天的全国确诊人数、死亡人数、治愈人数进行预测，**做出疫情可视化图形并且求出最终的相关系数R2！...
numpy基础
m0_46926492的博客
04-21 550
一个基于python的扩展库提供高维数组对象ndarry,运算速度碾压python list提供了各种高级数据编程工具，如：矩阵运算，向量运算，快速筛选，IO操作，傅里叶变换，线性代数，随机数等numpy是python语言中做科学计算的基础库.重在与数值计算，也是大部分python科学计算库的基础,多用于在大型,多维数组上执行的数值运算。
【Python数据分析】numpy的基本使用方法
人人都是量化师的专栏
07-23 497
import numpy as np c=[] def numpysum(n): #0到（n-1）的列表 a=np.arange(n)**2 #生成一个0到（n-1）的列表，每个项再平方 b=np.arange(n)**3 #生成一个0到（n-1）的列表，每个项再进行3次方 c=a+b #两个列表相加 return c c...
基础|Numpy常用知识点汇总
数据森麟
08-18 211
作者：J哥来源：菜J学Python本文目录定义数组类型基本类型类型转换 In:j=np.arange(3) print(j) print('查看数据类型：\n&#39...
机器学习笔记 python numpy基础
清欢年岁
02-25 137
import numpy as np #numpy中存储数据类型应该相同 vector = np.array([5,10,15])#一维数组 matrix = np.array([[2,3,4],[3,4,5]])#矩阵 print(vector) #[ 5 10 15] print(matrix) #[[2 3 4] [3 4 5]] print(vector.shape) #维度...
Numpy 基础
qq_45055172的博客
01-06 1198
全面总结了numpy的ndarray数组生成，切片和索引，函数，矩阵运算，随机数生成，保存和读取文件
python机器学习入门案例——基于SVM分类器的鸢尾花分类（附完整代码）
12-21
在本文中，我们将探讨Python机器学习的一个入门案例，特别是如何使用支持向量机（SVM）分类器对鸢尾花数据集进行分类。这个案例涵盖了数据预处理、模型构建、训练以及性能评估。 首先，鸢尾花数据集是机器学习领域...
人工智能实战——从Python入门到机器学习资料大全.zip
06-04
包含：Python 基础教程、10个编程技巧、Python高级编程、优化算法、实例学习Numpy与Matplotlib、实例学习pandas、机器学习、深度学习、梯度下降、实验等等等等人工智能实战——从Python入门到机器学习资料大全。...
Python3数据分析与机器学习实战——示例代码
11-12
在本资源中，"Python3数据分析与机器学习实战——示例代码"是一个涵盖了Python编程语言在数据处理和机器学习领域的实际应用的集合。这个压缩包包含的子文件夹（ch08、ch11、ch10、ch07、ch12、ch06、ch16、ch15、ch...
【python数据分析(一)】Numpy基础及基本应用
qq_30758629的博客
08-07 2095
一.数据处理的一般流程： 数据收集—》数据预处理—》数据处理—》数据展示 数据收集：网络爬虫，公开数据集，其他途径收集的数据 数据预处理：归一化，二值化，维度变换，去重，无效数据过滤 数据处理：数据排序，数据查找，数据统计分析 展示：列表，图表，动态交互图形   二.numpy的优点 高性能，开源，数组运算，读写迅速   三.numpy的定义 1.NumPy 是一个 Pyth...
Numpy基础知识
雨落狮山山亦奇的个人博客
02-25 3644
Numpy基础（个人微信公众号：“我将在南极找寻你”）1Numpy数组对象以及创建方式ndarray是一个多维数组对象，由“实际数据”+“元数据”组成创建一维数组>>> a=np.arange(5)>>> a.dtypedtype('int32')>>> aarray([0, 1, 2, 3, 4])>>> a.shape(5...
numpy教程：numpy基本数据类型及多维数组元素存取
热门推荐
皮皮blog
09-11 5万+
http://blog.csdn.net/pipisorry/article/details/39215089NumPy介绍Numpy(读作num-pie)是Python中的一个矩阵计算包，功能类似于MATLAB的矩阵计算。标准安装的Python中用列表(list)保存一组值，可以用来当作数组使用，不过由于列表的元素可以是任何对象，因此列表中所保存的是对象的指针。这样为了保存一个简单的[1,2,3
numpy基础知识详解
bigfatbean
09-04 2211
这是我听了两门公开课后整理出来的~~~ numpy的特点： 高级的数值编程工具 强大的N维数组对象：ndarray 对数组结构数据进行运算（不用遍历循环） 随机数、线性代数、傅里叶变换功能 现在有一组列表数据，我要计算列表中a的均值，首先将列表转换成数据框 data=[{'a':10,'b':4}, {'a':20,'b':3}, {'a':30,'b':2}...
Python数据分析基础（二）——NumPy基础
大数据分析BDA
06-25 1352
NumPy基础
【机器学习】.fit_transform()跟.transform()的区别
2301_81133727的博客
08-31 680
在您的输出中，训练数据和测试数据的编码结果可能看起来不一致，这是因为训练数据中的类别和测试数据中的类别不完全匹配。然而，您的输出结果似乎假设了训练数据和测试数据中有相同的类别，这在实际情况中可能不是真的。默认将每个特征的每个唯一值转换成一个二进制特征，其中1表示该类别存在，0表示不存在。对于测试数据，我们有两个样本，每个样本有两个特征是1。，所以在第二个和第五个特征上是1，其余是0。参数，这样对于未知的类别，编码器会输出全0。，所以第一个和第四个特征是1，其余是0。用于训练数据来学习类别并转换它们，而。
使用ROCm和AMD GPU进行机器学习基准测试：复现我们的MLPerf推理提交
数字人生
09-01 893
衡量新技术的性能是自古以来的一种实验，常常引人入胜（例如，我们仍然用马力来比较新电动汽车电机的性能）。在迅速发展的机器学习（ML）领域，MLPerf在2018年5月2日由MLCommons成立，迅速成为衡量AI准确性、速度和效率的黄金标准。MLPerf为训练、高性能计算和推理性能提供了基准测试。行业中的公司使用MLPerf的提交结果来评估各种GPU和软件平台的性能，并根据这些结果做出技术采用决策。
【机器学习】K近邻
最新发布
冰可乐的数据之路
09-03 572
K近邻算法（KNN）的基本思想是通过计算待分类样本与训练集中所有样本之间的距离，选取距离最近的 K 个样本，根据这些样本的标签进行分类或回归。KNN 属于非参数学习算法，因为它不假设数据的分布形式，主要依赖距离度量来进行决策。
机器学习：集成学习之随机森林
纸上得来终觉浅
08-26 1953
集成学习之随机森林
机器学习：对某宁某商品的好评差评数据使用朴素贝叶斯分类，并进行合理预测
纸上得来终觉浅
09-01 1134
对某宁某商品的好评差评数据使用朴素贝叶斯分类，并进行合理预测
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值