numpy学习

1、创建

1.1、打开Anaconda Navigator中的NoteBook-->new-->python3

1.2、快捷键Alt+enter运行并创建下一行

1.3、保存到本地：file-->download as-->html或其他格式

2、实例（每次输出表示按了alt+enter）

2.1、入门

2.1.1、导入库

import numpy as np
#检查版本
np.__version__
#如果出现版本号说明配置没问题
#输出：'1.15.1'

2.1.2、创建numpy

nparr=np.array([1,2,3,4])
nparr
#输出：array([1, 2, 3, 4])

type(nparr)
#输出：numpy.ndarray

np.array([i for i in range(10)])
#输出：array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

#类似range操作的函数
np.arange(10)
#输出：array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

#创建2维
x=np.arange(1,16)
x
#输出：array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

X=x.reshape(3, 5)
X
#输出：array([[ 1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10],
       [11, 12, 13, 14, 15]])

#维度
x.ndim
#输出：1

X.ndim
#输出：2

x.shape
#输出：（15，）

X.shape
#输出：（3,5）

2.1.3、ndarray的访问

x
#输出：array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

x[2]
#输出：3

X[1,2]
#输出：8

#切片
x[:6]
#输出：array([1, 2, 3, 4, 5, 6])

X[:2,1:3]
#输出：array([[2, 3],
       [7, 8]])

np.sum(x)
#输出：120

np.sin(X)
#输出：array([[ 0.84147098,  0.90929743,  0.14112001, -0.7568025 , -0.95892427],
       [-0.2794155 ,  0.6569866 ,  0.98935825,  0.41211849, -0.54402111],
       [-0.99999021, -0.53657292,  0.42016704,  0.99060736,  0.65028784]])

2.1.4、布尔索引

name=np.array(['zhangsan','lisi','wangmazi','haha'])
name
#输出：array(['zhangsan', 'lisi', 'wangmazi', 'haha'], dtype='

2.1.5、argsort

x
#输出：array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15])

#打乱顺序
np.random.shuffle(x)
x
#输出：array([ 2, 14,  3,  8,  5, 11,  6,  7,  4, 10,  9, 13,  1, 15, 12])

#返回排序前索引
np.argsort(x)
#输出：array([12,  0,  2,  8,  4,  6,  7,  3, 10,  9,  5, 14, 11,  1, 13],
      dtype=int64)

2.2、鸢尾花数据可视化

2.2.1、导入库

import numpy as np
from matplotlib import pyplot as plt

# 加载数据集
# 1. 读取csv
# 2. 调用sklearn提供的数据集
from sklearn import datasets

2.2.2、加载鸢尾花数据

# 加载鸢尾花数据集
iris = datasets.load_iris()
iris.keys()
#输出：dict_keys(['data', 'target', 'target_names', 'DESCR', 'feature_names'])

iris.target
#输出：array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
       0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
       1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
       2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2])

iris.target_names
#输出：array(['setosa', 'versicolor', 'virginica'], dtype='

2.2.3、绘制萼片维度的鸢尾花

# 提取数据
X = iris.data[:,:2]
X.shape
#输出:(150, 2)

y = iris.target
plt.scatter(X[y==0,0], X[y==0,1], color='r', marker ='+') # setosa
plt.scatter(X[y==1,0], X[y==1,1], color='b', marker ='o') # versicolor
plt.scatter(X[y==2,0], X[y==2,1], color='g', marker ='x') # virginica
plt.show()

鸢尾花1.jpg

2.2.4、花瓣维度

X = iris.data[:,2:]
plt.scatter(X[y==0,0], X[y==0,1], color='r', marker ='+') # setosa
plt.scatter(X[y==1,0], X[y==1,1], color='b', marker ='o') # versicolor
plt.scatter(X[y==2,0], X[y==2,1], color='g', marker ='x') # virginica
plt.show()

鸢尾花2.jpg

2.3、机器学习

2.3.1、机器学习的分类

根据学习的任务模式 (训练数据是否有标签)，机器学习可分为四大类：
*有监督学习 (有标签)
*无监督学习 (无标签)
*半监督学习 (有部分标签)
*增强学习 (有评级标签)

监督学习

• 分类
• 回归

2.3.2、KNN

# 自己实现knn算法过程
import numpy as np
from matplotlib import pyplot as plt
raw_data_X = [[3.393533211, 2.331273381],
              [3.110073483, 1.781539638],
              [1.343808831, 3.368360954],
              [3.582294042, 4.679179110],
              [2.280362439, 2.866990263],
              [7.423436942, 4.696522875],
              [5.745051997, 3.533989803],
              [9.172168622, 2.511101045],
              [7.792783481, 3.424088941],
              [7.939820817, 0.791637231]
             ]
raw_data_y = [0, 0, 0, 0, 0, 1, 1, 1, 1, 1]

# 转化成ndarray类型
X_train = np.array(raw_data_X)
X_train
#输出：array([[3.39353321, 2.33127338],
       [3.11007348, 1.78153964],
       [1.34380883, 3.36836095],
       [3.58229404, 4.67917911],
       [2.28036244, 2.86699026],
       [7.42343694, 4.69652288],
       [5.745052  , 3.5339898 ],
       [9.17216862, 2.51110105],
       [7.79278348, 3.42408894],
       [7.93982082, 0.79163723]])
y_train = np.array(raw_data_y)
y_train
#输出：array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1])

2.3.3、可视化

plt.scatter(X_train[y_train==0,0],X_train[y_train==0, 1],color='g') # 0
plt.scatter(X_train[y_train==1,0],X_train[y_train==1, 1],color='r') # 1
plt.show()

可视化.jpg

假设新来一个样本数据，我们判断他是恶性肿瘤还是良性肿瘤

# 假如新来的一个数据
x = np.array([8.093607318, 3.365731514])
#可视化一下x
plt.scatter(X_train[y_train==0,0],X_train[y_train==0, 1],color='g') # 0
plt.scatter(X_train[y_train==1,0],X_train[y_train==1, 1],color='r') # 1
plt.scatter(x[0],x[1],color='b')
plt.show()

可视化2.jpg

#计算每一个点距离x距离
distances = []
from math import sqrt
for x_train in X_train:
    d = sqrt(np.sum((x_train-x)**2))
    distances.append(d)
distances
#输出：
[4.812566907609877,
 5.229270827235305,
 6.749798999160064,
 4.6986266144110695,
 5.83460014556857,
 1.4900114024329525,
 2.354574897431513,
 1.3761132675144652,
 0.3064319992975,
 2.5786840957478887]
  
# 指定k的值
K = 6  
nearest = np.argsort(distances)
nearest
#输出：array([8, 7, 5, 6, 9, 3, 0, 1, 4, 2], dtype=int64)

[i for i in nearest[:6]]
#输出：[8, 7, 5, 6, 9, 3]
top_k = [y_train[i] for i in nearest[:6]]
from collections import Counter

votes = Counter(top_k)
votes.most_common(1)
#输出：[(1, 5)]

# 预测结果  x 属于 1 类别  恶性肿瘤
predict = votes.most_common(1)[0][0]
predict
#输出：1