机器学习项目实践-基础知识部分

环境建立

我们做项目第一步就是单独创建一个python环境,Python新的隔离环境

创建:python -m venv ml

使用:.\Scripts\activate

python -m venv ml 是在创建一个名为 ml 的虚拟环境,这样系统会自动创建一个文件夹ml,里面包含了Python的基本环境。

.\Scripts\activate 是在激活这个虚拟环境,然后再执行pip命令安装其他库。
python -m venv ml 的意思是运行 venv 模块,并把 ml 作为参数传给 venv 模块。venv 是 Python 的一个内置模块,用于创建虚拟环境。

1) 安装numpy

pip install numpy -i Simple Index

pip install pandas -i Simple Index

pip install matplotlib -i Simple Index

pip install jupyter notebook -i Simple Index

启动jupyter notebook, 进入到你想查看的目录,打开之前需要进入.\Scripts\activate。

Numpy

NumpyPython 的一个很重要的第三方库,很多其他科学计算的第三方库都是以Numpy为基础建立的。

Numpy的一个重要特性是它的数组计算。

python 复制代码
import numpy
import numpy as np
from numpy import *
from numpy import array, sin

%pylab 是一个方便的模块,用于在单个名称空间中批量导入 matplotlib.pyplot(用于绘图)和 NumPy(用于数学和处理数组)

python 复制代码
%pylab

数组上的数学操作

我们不能直接将列表相加,列表相加就相当于append操作。

a = [1, 2, 3, 4]

a + [1, 1, 1, 1]

这样会生成[1, 2, 3, 4, 1, 1, 1, 1]

要先都转换为array数组:

b = np.array([2, 3, 4, 5])

a + b

提取数组中的元素

  • 提取第一个元素:a[0]

  • 提取前两个元素:a[:2]

  • 最后两个元素:a[-2:]

修改数组形状

  • 修改 array 的形状:a.shape = 2,2
  • 或a.reshape(2,2)
python 复制代码
aaa = np.array([[[1,2,4],
                [3,4,5]],
                [[5,6,7],
                [7,8,10]]])

这个数组的维度有三个,0、1、2。

python 复制代码
aaa.sum(axis= 0)

结果:
[[6,8,11],
[10,12,15]]

这是因为axis等于零时,相当于按照零维度求和,相当于两个两行三列的数组求和。

axis等于1时,相当于按照第二个维度求和,就是按每个元素的行求和, 结果:

\[4,6,9\], \[12,14,17\]

画图

复制代码
a = linspace(0, 2*pi, 21)
%precision 3
b = sin(a)

%matplotlib inline
plot(a, b)
  • %matplotlib inline 是 Jupyter Notebook 的魔法命令,用于在 Notebook 中内嵌显示绘制的图形。

我们在画图的时候经常遇到中文显示不出来,这也是matplotlib 一直以来的诟病。

我们可以在画图前调库的时候加上两行代码:

python 复制代码
from matplotlib import rcParams
rcParams['font.family'] = 'SimHei'

这样问题就解决了。

python 复制代码
# plot方法就是在直角坐标系中绘制折线图的方法,绘制折线图的逻辑就是在
# 直角坐标系中绘制点,然后将点连起来
fig = plt.figure(figsize=(10,6))
plt.plot(x, y, marker='o',linestyle='--',c='#CD7F32')
plt.plot(x, y2)
plt.xticks(np.arange(0,11))
# plt.yticks(np.arange(-1,2,0.2))
plt.xlim(0,7)
plt.ylim(1,2)
plt.title("sin & cos函数")
plt.xlabel("x轴")
plt.ylabel("y轴")
plt.show()

当我们不知道某个方法的API时,可以使用?+方法,查看各个参数

相关推荐
学好statistics和DS42 分钟前
【CV】神经网络中哪些参数需要被学习?
人工智能·神经网络·学习
大千AI助手43 分钟前
机器学习特征筛选中的IV值详解:原理、应用与实现
人工智能·机器学习·kl散度·roc·iv·信息值·woe
姜—姜1 小时前
通过构建神经网络实现项目预测
人工智能·pytorch·深度学习·神经网络
Ro Jace1 小时前
模式识别与机器学习课程笔记(4):线性判决函数
人工智能·笔记·机器学习
科研小白_2 小时前
基于遗传算法优化BP神经网络(GA-BP)的数据时序预测
人工智能·算法·回归
互联网江湖3 小时前
蓝桥杯出局,少儿编程的价值祛魅时刻?
人工智能·生活
Elastic 中国社区官方博客3 小时前
根据用户行为数据中的判断列表在 Elasticsearch 中训练 LTR 模型
大数据·数据库·人工智能·elasticsearch·搜索引擎·ai·全文检索
paid槮4 小时前
OpenCV图像形态学详解
人工智能·opencv·计算机视觉
点控云4 小时前
点控云智能短信:重构企业与用户的连接,让品牌沟通更高效
大数据·人工智能·科技·重构·外呼系统·呼叫中心
救救孩子把7 小时前
14-机器学习与大模型开发数学教程-第1章 1-6 费马定理与极值判定
人工智能·数学·机器学习