3.19读《python机器学习基础教程》第一章基础知识

书中提到的一些资源网站：

• 补充材料（代码示例、IPython notebook 等）可以在https://github.com/amueller/introduction_to_ml_with_python 下载。
• scikit-learn 包含许多目前最先进的机器学习算法，每个算法都有详细的文档（http://scikit-learn.org/stable/documentation）。
• scikit-learn 用户指南（http://scikit-learn.org/stable/user_guide.html）
• pandas参考书：Wes McKinney 的《Python 数据处理》见http://www.ituring.com.cn/book/1819

必要的库和工具：

• Jupyter Notebook

  是可以在浏览器中运行代码的交互环境。

• numpy

  • 在scikit-learn 中，NumPy 数组是基本数据结构。scikit-learn 接受NumPy 数组格式的数据。你用到的所有数据都必须转换成NumPy 数组。NumPy 的核心功能是ndarray 类，即多维（n 维）数组。数组的所有元素必须是同一类型

import numpy as np
x = np.array([[1,2,3],[4,5,6]])
print("x:\n{}".format(x))

x:
[[1 2 3]
 [4 5 6]]

• SciPy 是Python 中用于科学计算的函数集合。它具有线性代数高级程序、数学函数优化、信号处理、特殊数学函数和统计分布等多项功能。，SciPy 中最重要的是scipy.sparse：它可以给出稀疏矩阵（sparse matrice），稀疏矩阵是scikit-learn 中数据的另一种表示方法。如果想保存一个大部分元素都是0 的二维数组，就可以使用稀疏矩阵：

sparse_matrix = sparse.csr_matrix(eye)
eye_coo = sparse.coo_matrix((data, (row_indices, col_indices)))

• matplotlib

  • Python 主要的科学绘图库，其功能为生成可发布的可视化内容，如折线图、直方图、散点图等。在Jupyter Notebook 中， 你可以使用%matplotlib notebook 和%matplotlib inline 命令，将图像直接显示在浏览器中。我们推荐使用%matplotlib notebook 命令，它可以提供交互环境

  • %matplotlib notebook
    import matplotlib.pyplot as plt
    
    x=np.linspace(-10,10,100)
    y=np.sin(x)
    plt.plot(x,y,marker='x')

    

• pandas

  • pandas 是用于处理和分析数据的Python 库。它基于一种叫作DataFrame 的数据结构，一个pandas DataFrame 是一张表
    格，类似于Excel 表格.每一列数据的类型可以互不相同（比如整型、日期、浮点数和字符串）。pandas 的另一个强大之处在于，它可以从许多文件格式和数据库中提取数据，如SQL、Excel 文件和逗号分隔值（CSV）文件

  • import pandas as pd
    from IPython.display import display
    
    #创建关于人的简单数据集
    data = {'Name': ["John", "Anna", "Peter", "Linda"],
            'Location' : ["New York", "Paris", "Berlin", "London"],
            'Age' : [24, 13, 53, 33]
           }
    
    data_pandas = pd.DataFrame(data)
    # IPython.display可以在Jupyter Notebook中打印出“美观的”DataFrame
    display(data_pandas)
    

    

  #查询表格：选择年龄大于30的所有行
  display(data_pandas[data_pandas.Age > 30])

• mglearn

  • 为本书编写的实用函数库,可以在GitHub 下载（https://github.com/amueller/introduction_to_ml_with_python）
  • 

  • 查看版本

    import sys
    print("Python version:", sys.version)
    
    import pandas as pd
    print("pandas version:", pd.__version__)
    
    import matplotlib
    print("matplotlib version:", matplotlib.__version__)
    
    import numpy as np
    print("NumPy version:", np.__version__)
    
    import scipy as sp
    print("SciPy version:", sp.__version__)
    
    import IPython
    print("IPython version:", IPython.__version__)
    
    import sklearn
    print("scikit-learn version:", sklearn.__version__)