#常用array操作

np.arange(1, 11)  #产生一个1-11（不含11）的等差数列

np.arange(1, 11)reshape([2, 5]) # 变成两行五列 五也可换为-1

np.exp(list) # list 的自然指数

np.exp2(list） # list 的自然指数的平方

np.【sqrt，sin，log，square,sum,max,min】(list) 

# list 的正弦，自然对数，开方，平方,求和，最大值，最小值

#np.dot  点乘  （也可直接进行加减乘除等操作 ）

np.copy(list1)  #对数组进行拷贝

np.concateenata[vstack,hstack]  #对数组进行追加  split 分开

常用数组

np.zeros([2, 4])   #输出元素都为0的2行4列数组  

(np.ones([3, 5]) #输出元素都为1 的2行4列数组   

随机数生成

np.random.rand(2, 4))#输出2行4列的随机数组  范围(0,1)  

np.random.rand() #生成一个随机数   

np.random.randint(1, 14, 5) #在1到14之间生成5个随机整数  

np.random.randn(2, 4) #输出2行4列标准正态分布随机数     

np.random.choice([10,20, 41])#随机生成一个列表中的数    

分布

np.random.beta(1,10, 100) #生成一个1-10共100个beta分布 (也可生成狄利克雷分布，二项式分布等等)

numpy

array 转换为 ndarray 类型

shape  几行几列

ndim 维度

dtype  数据类型 (可定义数据类型，默认float64)

itensize 每个元素所占字节

size 元素个数

#encoding=utf-8
import numpy as np

def main():
    lst=[[1, 3, 5], [2, 4, 6]]#建立一个二维list
    print(type(lst))#打印lst的数据类型 结果：<type ‘list’>
    np_lst=np.array(lst)#array是numpy中的数据结构，目的是统一list类型中不同的数据类型，降低维护成本
    print(type(np_lst))#结果：<type 'numpy.ndarray'>
    np_lst=np.array(lst.dtype=np.float)#指定数据类型为float
    #数据类型有bool, int, int8/16/32/64/128, unit8/16/32/128, float16/32/64, complex64/128
    print(np_lst.shape)#打印array的形状
    print(np_lst.ndim)#打印array的维度
    print(np_lst.dtype)#打印array的数据类型 结果：float64
    print(np_lst.itemsize)#打印array中每个元素的大小（字节数） 结果： 8
    print(np_lst.size)#打印array的大小（元素数） 结果： 6
if __name__=="__main__":
    main()

#encoding=utf-8
import numpy as np
import pandas as pd



def main():
        #Data structure
        s=pd.Series([i*2 for i in range(1,11)])
        print(type(s))
        dates=pd.date_range('20170301',periods=8)
        df=pd.DataFrame(np.random.randn(8,5),index=dates,columns=list('ABCDE'))
        print(df)
        # basic
        print(df.head(3))  # head()打印出前几行
        print(df.tail(3))  # tail()打印出后几行
        print(df.index)  # index()打印出索引
        print(df.values)  # values()打印出values
        print(df.T)  # T 转置
        print(df.sort_values("C"))  # 第C列的values按从小到大的顺序排序
        print(df.sort_index(axis=1, ascending=False))  # 将index进行降序排序
        print(df.describe())  # 打印出所有属性值 的数量 平均值 标准差 最小值 最大值等
        #select
        print(type(df["A"]))
        print(df[:3])
        print(df.loc[dates[0]])
        print(df.iloc[1:3])
        print(df[df.B>0][df.A<0])
if __name__ == '__main__':
              main()

#encoding=utf-8
import numpy as np
import pandas as pd



def main():
        #Data structure
        s=pd.Series([i*2 for i in range(1,11)])
        print(type(s))
        dates=pd.date_range('20170301',periods=8)
        df=pd.DataFrame(np.random.randn(8,5),index=dates,columns=list('ABCDE'))
        print(df)


if __name__ == '__main__':
        main()

多种库的总结

numpy

scipy matplotlib

scikit learn

pandas

keras

继续加油

Dense全连接层

Activation激活层

SGD随机梯度下降算法

标签先独热码化

人工神经网络ANN

反向传播

激活函数

多层神经元

映射到分类种类

keras简化了构建深度学习的步骤

高层库

底层库为tensorflow

iris花经典数据集

预处理，随机切割分为训练集和测试集

clf fit加载训练集到分类器中

predict来预测测试集，计算准确率，验证分类器的性能

使用准确率metrics accuracy_score

或混淆矩阵metrics confusion_matrix

机器学习

无监督 不打标签 聚类

监督 打标签 分类 回归

决策树，通过不同的条件，来判断一个问题如果处理

条件的选取有不同的算法，一种是观察信息熵的变化，来决定

概率*log概率

scikit-learn数据挖掘，机器学习的库

date_range时间序列 日期

periods个数，freq单位

文件操作 xlsx csv

read_csv

read_excel(文件名,表名)

to_csv保存

to_excel

统计方法

mean var std

value_counts计算值出现的次数

group_by类似sql的分组聚合

pivot_table透视表，数据交叉分析中常用