這是第一部分關於numpy的一些基本操作
1. 檔案的讀取以及help的用法
2. numpy中的核心操作結構array，檢視結構
3. 要保證array裡面的元素是同一型別
4. 檔案的讀取後的行列的讀取
5. 列印多維矩陣的某一列或某一行(從0開始)
6. 判斷陣列裡面是否有這個值，對每乙個元素進行判斷
7. 陣列型別的轉換
8. 求陣列的極值
import numpy as np
#1檔案的讀取以及help的用法
world_alcohol=np.genfromtxt(r"d:\python.code（4）\1-numpy\world_alcohol.txt",delimiter=",",dtype= str)#讀取檔案，用genfromtxt便利txt檔案的讀取
print(type(world_alcohol ))#檢視型別
print(world_alcohol )
print(help(np.genfromtxt) )#檢視函式的用法
#2numpy中的核心操作結構array
vector=np.array([1,2,3,4])#一維,結果：(4,),解釋:一維，有4個元素
print(vector.shape)#看結構
matrix=np.array([[5,10,51],[20,25,40]])#二維,結果：（2,3），解釋：二維，每一維有3個元素
print(matrix .shape)
#3 ,要保證array裡面的元素是同一型別
numbers=np.array([1,2,3,4])
print(numbers)
print(numbers .dtype)
#4,world_alcohol=np.genfromtxt(r"d:\python.code（4）\1-numpy\world_alcohol.txt",delimiter=",",dtype= str)#讀取檔案
uruguay_other_1986=world_alcohol[1,4]
third_country=world_alcohol [2,2]
print(uruguay_other_1986)
print(third_country)
#5 列印多維矩陣的某一列或某一行(從0開始)
matrix =np.array([
[5,10,15],
[10,15,20],
[15,30,40]
])print(matrix [:,0])#第一列
print(matrix [:,0:2])#第一列和第三列
#6判斷陣列裡面是否有這個值，對每乙個元素進行判斷
vector2=np.array([5,10,15,202])
e10=(vector2 ==10)
print(e10 )#結果：[false true false false]
print(vector[e10])
#7陣列型別的轉換
vector3=np.array([5,10,15,22])
print(vector3.dtype)#int32
print(vector3)
vector3 =vector.astype(float)
print(vector3.dtype)#float64
print(vector3)
#8求極值的操作,最大值最小值
vector4=np.array([5,10,15,22])
print(vector4 .min())
pandas中有關機器學習的一些知識點筆記4
一 這次主要是pandas中的series部分的一些小知識點。series 就是dateframe中的一行或者一列 dateframe 通過read.csv讀入形成的資料矩陣，由一系列的series結構組成 1.通過series結構對檔案進行讀取 2.讀取檔案進行索引 3.用series進行排序 1...
林達華推薦有關機器學習的數學書籍
我想國內的大學生都會學過這門課程，但是，未必每一位老師都能貫徹它的精要。這門學科對於learning是必備的基礎，對它的透徹掌握是必不可少的。我在科大一年級的時候就學習了這門課，後來到了香港後，又重新把線性代數讀了一遍，所讀的是 introduction to linear algebra 3rd ...
有關機器學習的 12 個經驗教訓
這篇文章講述了機器學習研究人員和從業人員總結的 12 個關鍵經驗教訓，包括如何避免陷阱，重點問題以及常見問題的答案。機器學習可以通過一些例子，然後從中歸納出規律來解決重要問題。在手動程式設計 硬編碼 不使用的情況下，這種方法通常是非常有效的，而且非常經濟。隨著更多的資料可以使用，我們可以解決更多雄心...