|
【郑州校区】机器学习第五天笔记分享 机器学习第五天课程重难点：
1.掌握机器学习必备Python数据科学基础包--Pandas数据科学分析库
2.需要掌握机器学习必备的Python数据科学基础绘图工具包--Matplotlib库
3.需要基于Numpy、Pandas和Matplotlib能够对数据进行简单的分析并绘制相应的图示
seaborn、scipy
回顾机器学习第四天的内容：
1.基础语法：
if-elif-else
while
for -- else: 迭代输出列表、元祖及字典(可迭代的类型)
文件操作：open(文件名，mode=r，w)
GUI程序：tkinter messagebox和simpledialog---猜数字游戏+GUI
面向对象：class 类名(object)：
类体
def __init__():
方法体
def add(self)
方法体
from classA import 类名
新的类中使用已经声明好的类
案例实践：红包程序、pi值估计、一维卷积操作
2.Numpy：矩阵运算库---np.ndarray
np.array(可迭代的对象)
np.arange(strt，end，step)----shape reshape
np.matrix(“1，2；3,4”)---只支持二维的数据的形式
np的函数---axis=0按照列使用想用的函数求解
axis=1按照行使用想用的函数求解
np的矩阵运算的linalg：np.dot(matrix1,matrix2)、matrix1.dot(matrix2)
det矩阵的行列式
inv矩阵的逆---行列式不为0的矩阵的逆存在的
T矩阵的转置
特征值和特征向量对应的矩阵的分解----PCA主成分分析法---降维的思想
矩阵的qr分解---分解为q矩阵的r矩阵
矩阵的svd分解----U，sigma和VT矩阵----降维思想
Pandas：数据科学运算库
import pandas as pd
Series 一维 index values head前5行
Dataframe 二维 index columns head前5行数据
对齐操作 fill_values
函数：isnull,fill_na,drop_na（注意：axis=0表示的是行还是列）
Matplotlib：绘图库---seaborn
import matplotlib.pyplot as plt
#面向对象：fig=plt.figure()
ax1=fig.add_subplot(1,1,1)
ax1.plot()
ax1.set_title()
ax1.set_xlabel()
ax1.legend()
#面向过程：ax1=plt.subplot(1,1,1)
plt.sca(ax1)
plt.plot(X,Y)
plt.title()
plt.xlabel()
plt.xlim()
plt.xtrick()
#线条linewidth、linestyle、marker、color的基本用法
#绘制饼状图、bar条形图、直方图、小提琴图等图示
#案例学习---关键
Scipy：基于Numpy之上的库，解决信号处理、工程计算等方面一些问题
传智播客·黑马程序员郑州校区地址 河南省郑州市 高新区长椿路11号大学科技园（西区）东门8号楼三层
| 
收藏
淘帖
踩
