长征路，numpy站

numpy（√） & Pandas & Scipy

首先奉出RUNoob。站在巨人的肩膀上~

1. arrange:返回数组的列表,将其转化为numpy的数组，从0开始到给定数字结束的自然数
   用法如：求列表每个元素的平方
   np.arrange(n)**2，0-（n-1）的每个数字都求平方
2. 两个数组a、b相加，直接使用a+b
3. 核心对象：array数组，元素的类型必须是同一个。数组使用[]
4. array的属性：
   shape：m*n的数组
   ndim：维度的数目,行数
   size：所有数据元素的数目
   dtype：元素类型
5. 创建数组：
   python的列表list和嵌套列表创建array
   numpy形式：arrange、ones/ones_like（数组全为1）、zeros/zeros_like（数组全为0）、empty/empty_like（权威空）、ful/full_like（指定数值）、eye（单位矩阵）
   生成随机数的np.random模块构建
6. array支持的操作函数
   逐元素的加减乘除
   面向多维的数组索引
   聚合函数：sum/mean
   线性代数函数：求逆矩阵、求解方程组
7. arrange语法：np.arrange([start,]stop[,step],dtype=None),开始数字、结束数字（不包含）、步长
   ones语法:np.ones(shape,dtype=None,order=‘C’),shaoe可以是一个数：2，可以是一个元祖：(2,3)，表示多维向量
   ones_like语法：ones_like(a,dtype=float,order=‘C’),其中a是np.array，该语句用于创建与a相同的形状的全是1的数组
   zeros、zeros_like、empty/empty_like同ones、ones_like
   full语法：np.full(shape,fill_value,dtype=None,order=‘C’)，其中full_value是填充数字，shape一个是数字、可以是元祖
   full_like同其他like
   random语法：np.random.randn(d0,d1…dn)，d0…dn分别表示：行，列，块…具体数字表示几行、几列、几块…
8. reshape(n,m):将数组重塑为n*m的矩阵
9. 加减乘、sin、exp、argsort
   加： 数组+num/数组：每个数字加num/数组
   减： 数组-num/数组：每个数字减num/数组
   乘： 数组*num：每个数字乘num
   sin：np.sin(数组)，对每个元素求sin
   exp：np.exp(数组)，e的数组中每个元素的次方
   argsort：arr.argsort()，对数组进行排序
10. 按索引查询，索引类型：基础索引、神奇索引、布尔索引
    基础索引：
    一维数组：下标index；用冒号的切片（-1代表最后一个，依此类推-2代表倒数第二个，0代表第一个，切片结果不包含最后一个数字的位置），
    二维数组：下标[x,y]；切片[x:y,z:w]，其中数组可以省略
    神奇索引：使用数字列表取想要获得的列或行，如x[[2,3,4]]取2、3、4行的所有列，x[:,[2,3,4]]为取2、3、4列的所有行；同时指定行和列的时候定位到指定元素，所输出为一个一维数组。
    布尔索引：arr>num：返回数组中每个数字是否大于num，返回值为一组true+false。使用arr[arr>num]可以筛选大于num的数字；其他使用arr[arr>num]=0、arr[arr<=num]=1，可以实现数据的标注；还可以使用自增降 ：x[x<num]+=20；条件组合查询(每个条件都要加小括号)：（x%2==0）| (x>7)
11. numpy的随机函数

randint中size可以是一维：size(5,)，可以是多维：size(2,3,4)，维数使用元祖形式表示
choice的a是数组的时候，所生成元素全部来源于a
shuffle应用于二维数组的时候，只会将行的位置交换，行内元素不变化
permutation会更改原来arr，会返回一个新的copy
uniform：均匀分布
随机数可以用于加入噪声。

12. np.linspace(-10,10,100),开始数字：-10，结束数字：10，数字个数：100
13. 数学统计函数：

函数	描述
sum
prod	所有元素的乘积
cumsum	从该元素向前加，跨行
cumprod	从该元素向前乘，跨行
min、
max、
percentile	0-100百分位数；eg：np.per。centile(arr,[25,50,75])分别取25%、50%、75%的数字
quantile	0-1分位数；eg：np.quantile(arr,[0.25,0.50,0.75])分别取25%、50%、75%的数字
median	中位数
average	加权平均，参数可以指定weights：np.average(arr,weights=np.random.rand(*arr.shape))，权重矩阵的shape需要和arr相同
mean
std
var

14. 轴：axis=0：行，axis=1：列
    当使用sum/mean/media等聚合函数时，axis=0代表把行消解掉（跨行计算），axis=1代表吧列消解掉（跨列计算），此处同pandas
15. 标准化：同pandas，(A-np.mean(A，axis=0))/np.std(A,axis=0)
16. 广播：矩阵A-B，B的维数（如只有1行）与A不相同，将B的行数复制为同A相同的行数
17. 挑选符合条件的数字，直接使用数组跟数字进行比较，语法：arr[arr>num]
18. 一维数字升维
    方法：np.newaxis,newaxis是关键字，使用索引的语法给数组添加维度，默认为none。需要添加行维度，语法：arr[np.newaxis,:]；添加一个列维度，语法：arr[:,np.newaxis]
    np.expand_dims(arr,axis)：方法，同上方功效，给arr再axis位置添加维度，axis=0为行，axis=1为列，语法：np.expand_dims(arr,axis=0),相当于上方在行写一个np.newaxis
    np.reshape(a,newshape):方法，给一个维度（newshape中行的位置或列的位置）设置为1完成升维.。另一个维度长度未知时使用：-1，让numpy自己算出共多少维
19. 数据合并：添加行（样本数据），添加列（特征）
    方法：np.concatenate(array_list,axis=0/1)，沿着制定axis进行数组合并
    np.vstack或者np.row_stack(array_list)：垂直vertically，按行row wise进行数据合并
    np.hstack或者np.comlumn_stack(array_list)：水平horizontally、按列conlumn wise进行数据合并
    其中：添加新行：np.concatenate(array1,arr2) 和np.vstack(arr1,arr2)np.row_stack(array1,arr2)效果相同。
    添加新列：np.concatenate(array1,arr2,axis=1) 和np.hstack(arr1,arr2)np.column_stack(array1,arr2)效果相同。
20. 逆矩阵求解线性方程组
    逆矩阵：np.linalg.inv(arr)
    矩阵乘法：A@B 或 np.matmul(A,B)
21. 结构化数组： 相当于数据库中定义数据的类型，或c语言中的结构体
    如，存储学生姓名、年龄、体重的二维表格
    复合结构：new_dtype = np.dtype([(‘name’,‘U10’),(‘age’,‘i4’),(‘weight’,‘f8’)])，其中U=unicode，i=int，f=float
    赋值：arr=np.array([(‘ming’,30,55.2),(‘gang’,20,56),(‘li’,32,67)],dtype=new_dtype)，两个参数，一个是数组，一个是类型。
    若使用切片或下标进行寻找，返回数据以一组数据为一条进行返回。
    当使用索引名字（如name）进行寻找，则返回索引名对应的所有数据。
    当使用条件进行查询，eg：arr[arr[“age”]>20]，组合条件进行查询：arr[(arr[“age”]>20) &(arr[“weight”]>80) ]
    对逐列进行计算：arr[“age”]+=1，每个age都会加1
22. numpy与pandas的相互转化
    numpy---->pandas
    pd.Series(arr)将numpy的arr转化为pandas的series（series每个数据都对应一个索引）
    pd.DataFrame(arr,columns=[“columnName1”,“columnName2”,“columnName3”,…])
    pandas---->numpy
    series.values 或 series.to_numpy()
    df.values 或 df.to_numpy() 数据是经过处理后的
23. numpy+sklearn（传统机器学习）

import numpy as np
from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.llinear_model import LinearRegression
#导入数据
data,target = datasets.load_boston(return_X_y=True)
#分割训练集，验证集
x_train,x_test,y_train,y_test = train_test_split(data,target)

#训练线性回归模型
#构造线性回归对象
clf = LinearRegression()
#执行训练
clf.fit(x_train,y_train)
#在训练集上打分
clf.score(x_train,y_train)

#评估模型和使用模型
#在测试集上打分
clf.score(x_test,y_test)
#使用测试集进行预估
clf.predict(x_test)