机器学习神经网络作业tips

散点图的绘制

    y_pred=[]
    k = 0
    x = []
    for i in X_train:
        y_pred.append(network.predict(i))
        k += 1
        x.append(k)#生成1-400的list，这样写好蠢，应该有更漂亮的写法
                    # x = [a for a in range(1,len(X_train)+1)]
    feature = np.array([list(t) for t in zip(x,y_pred)])#合并两个list再转换成array
    # print(feature)
    fig, ax = plt.subplots()
    # feature表示特征向量（数组）,shape为m*2，label为list[]值包含0，1，2【数组更不嫌弃】
    ax0 = ax.scatter(feature[:, 0], feature[:, 1], 10*(np.array(y_train)+1), np.array(y_train), marker='o', cmap='viridis')#cmap是colormap的简称，用于指定渐变色,与label关联；第三个参数10*(np.array(y_train)+1)是点的大小
    fig.colorbar(ax0)
    plt.show()

numpy中数值的合并（水平合并，垂直合并）

x = np.array([1,1,1]).reshape(-1,1)
y = np.array([2,2,2]).reshape(-1,1)

#水平合并
z = np.concatenate((x,y),axis=1)
z = np.hstack((x,y))
##
    [[1 2]
     [1 2]
     [1 2]]
x = np.array([1,1,1]).reshape(1,-1)
y = np.array([2,2,2]).reshape(1,-1)
#垂直合并
z = np.concatenate((x,y),axis=0)
z = np.vstack((x,y))
##
    [[1 1 1]
     [2 2 2]]

numpy中数组和list的转换

list转array  =》array = np.array(list)

array 转list  =》list = array.tolist()

Python将list元素转存为CSV文件

import pandas as pd
 
list=[[1,2,3],[4,5,6],[7,8,9]]
name1=['one','two','three']#列名（default从0开始递增）
name2=['a','b','c']#行名（default从0开始递增）
test=pd.DataFrame(columns=name1,index=name2,data=list)#参数columns和index都是可选参数
print(test)
test.to_csv('./test.csv',index=False,header=0,encoding='gbk')#index=False表示不显示行名，header=0表示不显示列名，当然0和False是一样的