Numpy 和 scikit-learn 都是python常用的第三方庫。numpy庫可以用來存儲和處理大型矩陣，并且在一定程度上彌補了python在運算效率上的不足，正是因為numpy的存在使得python成為數值計算領域的一大利器；sklearn是python著名的機器學習庫，它其中封裝了大量的機器學習算法，內置了大量的公開數據集，并且擁有完善的文檔，因此成為目前最受歡迎的機器學習學習與實踐的工具。
1. NumPy庫
首先導入Numpy庫
import numpy as np
1.1 numpy.array 與 list
a = [1,2,3,4,5,6] # python內置數組結構
b = np.array(a) # numpy數組結構
python有內置數組結構（list），我們為什么還要使用numpy的數組結構呢？為了回答這個問題，我們先來看看python內置的數組結構有什么樣的特點。我們在使用list的時候會發現，list數組中保存的數據類型是不用相同的，可以是字符串、可以是整型數據、甚至可以是個類實例。這種存儲方式很使用，為我們使用帶來了很多遍歷，但是它也承擔了消耗大量內存的缺陷或不足。為什么這么說呢？實際上list數組中的每個元素的存儲都需要1個指針和1個數據，也就是說list中保存的其實是數據的存放地址（指針），它比原生態的數組多了一個存放指針的內存消耗。因此，當我們想去減少內存消耗時，不妨將list替換成np.array，這樣會節省不少的空間，并且Numpy數組是執行更快數值計算的優秀容器。
1.2 numpy常用操作
創建數組
np.array([1,2,3]) # 創建一維數組
np.asarray([1,2,3])
np.array([1,2,3], [4,5,6]) # 創建多維數組
np.zeros((3, 2)) # 3行2列 全0矩陣
np.ones((3, 2)) #全1矩陣
np.full((3, 2), 5) # 3行2列全部填充5
np.array 和 np.asarray 的區別：
def asarray(a, dtype=None, order=None):
return array(a, dtype, copy=False, order=order)
可見，它們區別主要在于： array會復制出一個新的對象，占用一份新的內存空間，而asarray不會執行這一操作。array類似深拷貝，asarray類似淺拷貝。
數值計算
基礎計算
arr1 = np.array([[1,2,3], [4,5,6]])
arr2 = np.array([[6,5], [4,3], [2,1]])
# 查看arr維度
print(arr1.shape) # (2, 3)
#切片
np.array([1,2,3,4,5,6])[:3] #array([1,2,3])
arr1[0:2,0:2] # 二維切片
#乘法
np.array([1,2,3]) * np.array([2,3,4]) # 對應元素相乘 array([2,6, 12])
arr1.dot(b) # 矩陣乘法
#矩陣求和
np.sum(arr1) # 所有元素之和 21
np.sum(arr1, axis=0) #列求和 array([5, 7, 9])
np.sum(arr1, axis=1) # 行求和 array([ 6, 15])
# 最大最小
np.max(arr1, axis=0/1)
np.min(a, axis=0/1)
進階計算
arr = np.array([[1,2], [3,4], [5,6]])
#布爾型數組訪問方式
print((arr>2))
"""
[[False False]
[ True True]
[ True True]]
"""
print(arr[arr>2]) # [3 4 5 6]
#修改形狀
arr.reshape(2,3)
"""
array([[1, 2, 3],
[4, 5, 6]])
"""
arr.flatten() # 攤平 array([1, 2, 3, 4, 5, 6])
arr.T # 轉置
2. sklearn庫
若你想快速使用sklearn，我的另一篇博客應該可以滿足您的需求，點擊跳轉：《ML神器：sklearn的快速使用》
是python的重要機器學習庫，其中封裝了大量的機器學習算法，如：分類、回歸、降維以及聚類；還包含了監督學習、非監督學習、數據變換三大模塊。sklearn擁有完善的文檔，使得它具有了上手容易的優勢；并它內置了大量的數據集，節省了獲取和整理數據集的時間。因而，使其成為了廣泛應用的重要的機器學習庫。下面簡單介紹一下sklearn下的常用方法。
監督學習
sklearn.neighbors #近鄰算法
sklearn.svm #支持向量機
sklearn.kernel_ridge #核-嶺回歸
sklearn.discriminant_analysis #判別分析
sklearn.linear_model #廣義線性模型
sklearn.ensemble #集成學習
sklearn.tree #決策樹
sklearn.naive_bayes #樸素貝葉斯
sklearn.cross_decomposition #交叉分解
sklearn.gaussian_process #高斯過程
sklearn.neural_network #神經網絡
sklearn.calibration #概率校準
sklearn.isotonic #保守回歸
sklearn.feature_selection #特征選擇
sklearn.multiclass #多類多標簽算法
以上的每個模型都包含多個算法，在調用時直接import即可，譬如：
from sklearn.linear_model import LogisticRefression
lr_model = LogisticRegression()
無監督學習
sklearn.decomposition #矩陣因子分解
sklearn.cluster # 聚類
sklearn.manifold # 流形學習
sklearn.mixture # 高斯混合模型
sklearn.neural_network # 無監督神經網絡
sklearn.covariance # 協方差估計
數據變換
sklearn.feature_extraction # 特征提取
sklearn.feature_selection # 特征選擇
sklearn.preprocessing # 預處理
sklearn.random_projection # 隨機投影
sklearn.kernel_approximation # 核逼近
數據集
此外，sklearn還有統一的API接口，我們通常可以通過使用完全相同的接口來實現不同的機器學習算法，一般實現流程：
step1. 數據加載和預處理
step2. 定義分類器, 比如： lr_model = LogisticRegression()
step3. 使用訓練集訓練模型 ： lr_model.fit(X,Y)
step4. 使用訓練好的模型進行預測： y_pred = lr_model.predict(X_test)
step5. 對模型進行性能評估：lr_model.score(X_test, y_test)
常見命令：
1. 數據集分割
# 作用：將數據集劃分為 訓練集和測試集
# 格式：train_test_split(*arrays, **options)
from sklearn.mode_selection import train_test_split
X, y = np.arange(10).reshape((5, 2)), range(5)
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.33, random_state=42)
"""
參數
---
arrays：樣本數組，包含特征向量和標簽
test_size：
float-獲得多大比重的測試樣本 （默認：0.25）
int - 獲得多少個測試樣本
train_size: 同test_size
random_state:
int - 隨機種子（種子固定，實驗可復現）
shuffle - 是否在分割之前對數據進行洗牌（默認True）
返回
---
分割后的列表，長度=2*len(arrays),
(train-test split)
"""
以上就是本文的全部內容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
更多文章、技術交流、商務合作、聯系博主
微信掃碼或搜索：z360901061
微信掃一掃加我為好友
QQ號聯系： 360901061
您的支持是博主寫作最大的動力，如果您喜歡我的文章，感覺我的文章對您有幫助，請用微信掃描下面二維碼支持博主2元、5元、10元、20元等您想捐的金額吧，狠狠點擊下面給點支持吧，站長非常感激您！手機微信長按不能支付解決辦法：請將微信支付二維碼保存到相冊，切換到微信，然后點擊微信右上角掃一掃功能，選擇支付二維碼完成支付。
【本文對您有幫助就好】元
