Scikit-learn安装&Numpy基本使用（Python3）

Scikit-learn安装

本人电脑是win64位，安装的是Python3.6，所以下面选择的都是基于这两个版本。

Numpy+MKL的安装

Paste_Image.png

本人以前安装过，所以直接安装后面几个
下载地址
1、然后进入cmd命令窗口 ，用: python –m pip install 文件名
2、如果刚安装的Python，可能使用 pip install 会出现问题（Fatal error in launcher: Unable to create process using “”C:\Program Files）
3、需要前面加上python –m 就可以解决

安装matplotlib

Windows的cmd命令窗口下：
python -m pip install matplotlib

安装scipy

直接在cmd命令下安装： pip install scipy 不成功，所以就进了SciPy官网，直接看到了Scipy和scikit-learn的whl包，索性都下载安装了，结果提示成功。
Cmd命令下，进入下载的文件目录，然后执行：

pip install scipy-0.19.0-cp36-cp36m-win_amd64.whl

后面一个包同理，下载网址

Paste_Image.png

Paste_Image.png

Numpy的基本使用

import numpy as np
from numpy import *
import matplotlib.pyplot as plt

Zero = np.zeros([3,5])#0矩阵
print(Zero)

Ones = ones([3,5])#3*5的全为1矩阵
print(Ones)

rand = np.random.rand(3,4)#3*4的随机数，0到1之间
print(rand)

Eye = eye(3)#3*3的单位矩阵,正对角线为1
print(Eye)

print(Zero+Ones) #矩阵相加减

print(5*Ones) #一个数乘一个矩阵
a=[[1,2,3],[4,5,6],[7,8,9]]
print(10*mat(a))#mat是指转化为矩阵，此处不加mat，会输出10个a

b = mat(a)
print(sum(b))#矩阵求和，各个元素相加，45

#矩阵相乘，内积与外积
a = mat([[1,2,3],[4,5,6],[7,8,9]])
b = 2*ones([3,3])
c = multiply(a,b)#矩阵中对应位置的元素相乘，内积
d = a*b   #得到矩阵的第一行第一列元素：是a的第一行乘b的第一列求和，外积
print(c)
print(d)

#矩阵转置
a = mat([[1,2,3],[4,5,6],[7,8,9]])
b = a.T #转置
c = b.transpose()#转置,和a一样了
print(b)
print(c)

#切片
[m,n] = shape(a)#得到矩阵a的行与列
print(m,n)#3 3

print(a[0]) #行切片，得到第一行[1,2,3]

print(a.T[0])#列切片，得到第一列[1,4,7]

print(a.copy())#矩阵复制