学习笔记----机器学习（二）

我是开发者之一。我们的App：今日好出行

申明一下，只是学习笔记，只是学习笔记，只是学习笔记。

1.python 机器学习软件包

            Anaconda 下载链接 他包含了IPython、Numpy、scipy、Matplotlib、scikit-learn

2.IPython 基础

        变量名称    +    ？     ------查阅内置文档

        变量名称   +    ？？----看源代码

        名称      +  *？-------查看命名空间里的对象

        %run +.py ----运行本地python文件

        %timeit    np（a,a）-------计算点乘矩阵所需运行时间

        %who------查看当前环境变量列表

        %whos ----查看当前环境变量列表（更详细）

        %antomagic on----启用自动魔术命令，可省略%

        reload( ====)-----重载模块

3.python 图形界面----Jupyter

        先安装Jupyter----再执行ipython notebook

        一个notebook，以.ipynb为后缀，基于json格式的文件

        Help  KeyBoard Shortcuts

例子

    import numpy as np

    import matplotlib.pyplot as plt    

    x = np.linspace(0,2*np.pi,num=100)

    y = np.sin(x)

    plt.plot(x,y)

正弦(xian)曲线

4.Numpy 简介

        Numpy 是python 科学计算的基础库，主提供高性能N维数组实现以及计算能力，集成能力，基础数学算法

        导入import numpy as np

        数组：A=np.array([1,2,3,4])  数组维度 A.ndim  数组类型 A.shape 数组元素类型：A.dtype

        连续数组 np.arange()

        等分数组 np.linespace(0,2 ,11 )        

        元组 np.ones((3,3))

        零组np.zeros((3,6))

        单位组  np.eye(4)

        随机数组 np.random.randn(6,4)

        灵活地数组访问机制   a[:4],a[4:],a[3:7]半开闭区间不包含最后一个元素;  a[2:3:4]，起始，结束，步长  a[2: :2],省略结束位置,a[::2],开始结束都省略

        广播机制  布尔数组

        Numpy 数组内存是共享的，np.may_share_memory()判断两个数组是否共存

        另存需要------显式备份

        埃拉托斯特尼筛法打印1--100的质数

5.numpy运算

            数组和标量加法

            数组和标量乘法

            数组加法

            数组相乘

            矩阵内积

            如果数组维度不同，则Numpy会试图使用广播机制来匹配，如果能匹配得上，就运算，匹配不上就报错。

            广播条件：两个数组必须有一个维度可以拓展，也就是，列相同或行相同。

           数组比较 ，返回一个同纬度的布尔数组。函数 （a==b）. all( ) 和(a==b).any( ) 很奇怪啊

            内置函数 cos  sin  tan 之类的

           求和、求平均、求方差 a.sum a.mean()     a.std()    a.min()      a.max( )    a.argmin()    a.argmax

            多维数组，根据行或列计算  b.sum(axis=0)  b.min(axis = 1)  0表示按行计算，1表示按列计算。列计算结果，默认转为行。与matlab 行行为相差甚远

            b.ravel( )将数组摊平为一维数组

            np.newaxis 新加一个维度    a=np.arrange(4); 

                行上新加   b= a[np.newaxis,:]

                 列上新加  b= a[:,np.newaxis]

                  数组排序 按行单独排序 b = np.sort(a,axis = 1) 按列单独排序 b = np.sort(a,axis = 0)

        多项式求解  X^2 - 4*x + 3

                  p=np.ployId([1,-4,3])  

                  p(0)    自变量为0时的值

                    p.roots  //多项式的根

                    p.order //多项式的劫数

                    p.coffes // 多项式的系数

        多项式拟合    np.polyfit()

6.蒙特卡洛罗算法计算圆周率，修改n_dots的值来查看点的个数对计算结果的精度影响

7.  a.npy 特有的二进制格式

作者：吉林天师
链接：https://www.jianshu.com/p/770a6e75e4b4