weixin_41395763的博客

seaborn简介seaborn是基于matplotlib的数据可视化库。它在matplotlib的基础上，进行了更高级的封装，从而使得绘图更加容易，不需要经过大量的调整，就能使图像变得精致。seaborn的几个鲜明特点如下：>绘图接口更加集成，可以通过少量的参数设置实现大量封装绘图。>多数图表具有统计学含义，例如分布、关系、统计、回归等>对pandas和numpy数据类型支持非常友好>导入seabornseaborn的依赖库为numpy、pandas、m

sklearn，全称scikit-learn，是python中的机器学习库，建立在numpy、scipy、matplotlib等数据科学包的基础之上，涵盖了机器学习中的样例数据、数据预处理、模型验证、特征选择、分类、回归、聚类、降维等几乎所有环节，功能十分强大，目前sklearn版本是0.23。与深度学习库存在pytorch、TensorFlow等多种框架可选不同，sklearn是python中传统机器学习的首选库，不存在其他竞争者。本文将分别围绕下图中各大子模块进行分别介绍，不会面面俱到、但求提纲挈领

1、numpy的介绍numpy是python语言的一个第三方库，其支持大量高维度数组和矩阵运算（二位数组），此外numpy也针对数组运算提供了大量的数学函数。机器学习涉及到大量对数组的变换和运算，numpy就成了必不可少的工具之一。2、导入numpy库，并命名为npimport numpy as np3、如何创建通过列表创建一维数组：np.array([1,2,3])通过列表创建一个二维数组：np.array([(1,2,3),(4,5,6)])创建全为0的二维数组：