Python机器学习基础（NumPy、Pandas、Matplotlib）

Numpy函数库应用        

        NumPy 是 Python 中用于科学计算的核心库，它提供了高性能的多维数组对象以及用于处理这些数组的工具。

一、创建数组

1.使用array函数从 Python 列表或元组创建数组。

import numpy as np
a = np.array([1, 2, 3])
print(a)
b = np.array([[1, 2, 3], [4, 5, 6]])
print(b)

2.使用特殊的函数创建特定形状的数组，如zeros、ones、empty等。

c = np.zeros((2, 3))
print(c)
d = np.ones((3, 3))
print(d)
e = np.empty((2, 2))
print(e)

二、数组属性

数组有一些属性可以获取其形状、大小、数据类型等信息。

• ndim：数组的维度。
• shape：数组的形状，是一个元组，表示每个维度的大小。
• size：数组中元素的总数。
• dtype：数组中元素的数据类型。

例如：

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ndim)
print(arr.shape)
print(arr.size)
print(arr.dtype)

三、数组索引和切片

1.索引：可以通过整数索引访问数组中的元素。

arr = np.array([1, 2, 3, 4, 5])
print(arr[2])

2.切片：可以使用切片操作访问数组的一部分。

arr = np.array([1, 2, 3, 4, 5])
print(arr[1:4])

arr2d = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
print(arr2d[1:, 1:])

四、数组运算

1.算术运算：可以对数组进行加、减、乘、除等算术运算。

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
print(a + b)
print(a - b)
print(a * b)
print(a / b)

2.数学函数：NumPy 提供了许多数学函数，如sin、cos、exp、sqrt等。

arr = np.array([1, 2, 3])
print(np.sin(arr))
print(np.cos(arr))
print(np.exp(arr))
print(np.sqrt(arr))

五、数组形状操作

reshape：可以改变数组的形状。

arr = np.array([1, 2, 3, 4, 5, 6])
print(arr.reshape(2, 3))

ravel：将多维数组展平为一维数组。

arr = np.array([[1, 2, 3], [4, 5, 6]])
print(arr.ravel())

Pandas函数库应用

        Pandas 是一个用于数据处理和分析的强大 Python 库。它提供了高性能、易于使用的数据结构和数据分析工具。

一、创建数据结构

Series：一维数组，可以包含不同类型的数据，类似于一个带有索引的一维数组。

import pandas as pd

s = pd.Series([1, 3, 5, np.nan, 6, 8])
print(s)

DataFrame：二维表格数据结构，由行和列组成，可以包含不同类型的数据。

data = {'Name': ['Alice', 'Bob', 'Charlie'],
        'Age': [25, 30, 35],
        'City': ['New York', 'London', 'Paris']}
df = pd.DataFrame(data)
print(df)

二、读取和写入数据

1. 读取数据：

   • 从 CSV 文件读取：pd.read_csv('filename.csv')
   • 从 Excel 文件读取：pd.read_excel('filename.xlsx')

2. 写入数据：

   • 写入 CSV 文件：df.to_csv('filename.csv', index=False)
   • 写入 Excel 文件：df.to_excel('filename.xlsx', index=False)

三、数据查看和基本信息

1. 查看数据的前几行或后几行：

   • df.head()：查看前 5 行。
   • df.tail()：查看后 5 行。

2. 查看数据的基本信息：

   • df.info()：显示数据的行数、列数、数据类型等信息。
   • df.describe()：提供数值列的统计信息，如计数、均值、标准差等。

四、数据选择和索引

1. 选择列：

   • 使用列名选择：df['column_name']或df.column_name。
   • 选择多个列：df[['column1', 'column2']]。

2. 选择行：

   • 使用整数索引选择：df.iloc[row_index]或df.iloc[row_index_list]。
   • 使用标签索引选择：df.loc[row_label]或df.loc[row_label_list]。

3. 条件选择：

   • 根据条件选择行：df[df['column_name'] > value]。

五、数据清洗和处理

1. 处理缺失值：

   • df.dropna()：删除包含缺失值的行或列。
   • df.fillna(value)：用特定值填充缺失值。

2. 数据转换：

   • 使用map函数进行映射：df['column_name'].map(function)。
   • 使用apply函数对行或列进行操作：df.apply(function)。

3. 数据排序：

   • 按列排序：df.sort_values('column_name')。
   • 按多个列排序：df.sort_values(['column1', 'column2'])。

六、数据聚合和分组

1. 聚合函数：

   • df.sum()：求和。
   • df.mean()：求均值。
   • df.median()：求中位数等。

2. 分组操作：

   • df.groupby('column_name').agg(function)：对特定列进行分组并应用聚合函数。

例如：

grouped = df.groupby('City').mean()
print(grouped)

Matplotlib函数库应用

Matplotlib 是一个用于绘制数据可视化图表的 Python 库。

一、绘制简单图表

1.绘制折线图：

import matplotlib.pyplot as plt
import numpy as np

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

plt.plot(x, y)
plt.show()

2.绘制柱状图：

x = ['A', 'B', 'C', 'D']
y = [10, 15, 7, 12]

plt.bar(x, y)
plt.show()

3.绘制散点图：

x = np.array([1, 2, 3, 4, 5])
y = np.array([2, 4, 6, 8, 10])

plt.scatter(x, y)
plt.show()

二、图表设置

1.添加标题、轴标签和图例：

x = np.array([1, 2, 3, 4, 5])
y1 = np.array([2, 4, 6, 8, 10])
y2 = np.array([1, 3, 5, 7, 9])

plt.plot(x, y1, label='Line 1')
plt.plot(x, y2, label='Line 2')

plt.title('My Plot')
plt.xlabel('X Axis')
plt.ylabel('Y Axis')
plt.legend()

plt.show()

2.设置轴范围：

plt.xlim(0, 6)
plt.ylim(0, 12)

3.设置刻度和刻度标签：

xticks = [1, 2, 3, 4, 5]
xlabels = ['One', 'Two', 'Three', 'Four', 'Five']
plt.xticks(xticks, xlabels)