机器学习-数据科学库（HM）第三课总结

numpy

python科学计算基础库

# coding=utf-8
import numpy as np
import random

# 使用numpy生成数组,得到ndarray的类型
t1 = np.array([1, 2, 3])

print("t1:", t1)
print(type(t1))
print()

t2 = np.array(range(10))
print("t2:", t2)
print(type(t2))
print()

t3 = np.arange(10)
print("t3:", t3)
print(type(t3))
print(t3.dtype)
print()

t4 = np.array(range(1, 4), dtype="i1")
print("t4:", t4)
print(t4.dtype)
print()

# numpy中的bool类型
t5 = np.array([1,1,0,1,0,0],dtype=bool)
print("t5:", t5)
print(t5.dtype)
print()

# 调整数据类型
t6 = t5.astype("int8")
print("t6:", t6)
print(t6.dtype)
print()

# numpy中的小数
t7 = np.array([random.random() for i in range(10)])
print("t7:", t7)
print(t7.dtype)
print()

t8 = np.round(t7, 2)
print("t8:", t8)

数组广播机制

广播原则

如果两个数组的后院维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符或其中一方的长度为1，则认为它们是广播兼容的。广播会在确实和（或）长度为1 的维度上进行。

numpy的转置

a.tranpose()

a.t()

a.swapaxis()

numpy读取数据

np.loadtxt(frame.dtype=np.float,delimiter=None,skoprows=0,usecols=None,unpack=False)

numpy三元运算符

numpy中的clip

t.clip(a,b)将小于a的值替换为a，将大于b的值替换为b

numpy中填充nan和youtube数据的练习

# coding=utf-8

import  numpy as np

# print(t1)
def fill_ndarray(t1):
    for i in range(t1.shape[1]):
        temp_col = t1[:, i] # 当前这一列
        nan_num = np.count_nonzero(temp_col != temp_col)
        if nan_num != 0:
            # 当前一列部位nan的array
            temp_not_nan_col = temp_col[temp_col == temp_col]

            # 选中当前为nan 的位置，将其赋值为非nan的均值
            temp_col[np.isnan(temp_col)] = temp_not_nan_col.mean()
    return t1


if __name__ == "__main__":
    t1 = np.arange(12).reshape((3,4)).astype("float")
    t1[1, 2:] = np.nan
    print(t1)
    t1 = fill_ndarray(t1)
    print("*"*20)
    print(t1)

# coding=utf-8
import numpy as np
import matplotlib
from matplotlib import pyplot as plt

us_file_path = "./US_video_data_numbers.csv"
uk_file_path = "./GB_video_data_numbers.csv"


t_uk = np.loadtxt(uk_file_path, delimiter=",", dtype="int")

# 选择喜欢数比五十万小数据
t_uk = t_uk[t_uk[:,1]<=500000]

t_uk_comment = t_uk[:,-1]
t_uk_like = t_uk[:,1]



plt.figure(figsize=(20, 8), dpi=80)
plt.scatter(t_uk_like, t_uk_comment)
plt.show()