《深入浅出Python机器学习》读书笔记 第二章 基于Python语言的环境配置

《深入浅出Python机器学习》读书笔记 第二章 基于Python语言的环境配置《深入浅出Python机器学习》读书笔记,第二章基于Python语言的环境配置

大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

《深入浅出Python机器学习》读书笔记,第二章 基于Python语言的环境配置

一、Python的下载与安装

这里有两种方式,一种是直接安装Python,另一种是安装Anaconda。这里推荐安装Anaconda

Python官方网站: https://www.python.org/
Python安装教程:https://www.runoob.com/python3/python3-install.html

Anaconda官网: https://www.anaconda.com/products/individual#Downloads
Anaconda安装教程:https://www.jianshu.com/p/d3a5ec1d9a08

二、Jupyter Notebook的安装与使用

1 安装

安装好python后,打开cmd或者powershell
输入如下命令

pip install jupyter 

2 使用

打开cmd或者powershell,输入如下命令,即可启动Jupyter Notebook

jupyter notebook

启动后,默认浏览器会打开Jupyter Notebook界面
在这里插入图片描述
点击New,点击Python3,输入代码,点击运行

# 输出helloworld
print("helloworld")

在这里插入图片描述

三、一些必须库的安装和简介

要安装的库包括Numpy 、Scipy 、matplotlib 、
pandas 、IPython ,以及非常核心的scikit-learn

安装命令如下

pip3 install numpy scipy matplotlib ipython pandas scikit-learn

1 numpy

Nump y 是一个Python 中非常基础的用于进行科学计算的库,它的功能包括高维数组( array ) 计算、线性代数计算、傅里叶变换以及生产伪随机数等。

案例:

import numpy as np
# 创建一个N 维数组对象
i = np.array([[520,13,14],[25,9,178]])
# 输出数组
print("i : \n {}".format(i))

在Jupyter Notebook输入案例代码,点击运行,输出如下
在这里插入图片描述
numpy中文教程:
https://www.runoob.com/numpy/numpy-tutorial.html

2 scipy

Scipy 是一个Python 中用于进行科学计算的工具集,它有很多功能,如计算统计学分布、信号处理、计算线性代数方程等。

案例:

import numpy as np
from scipy import sparse
# 创建一个对角矩阵
matrix = np.eye(6)
# 把对角矩阵转换为稀疏矩阵
sparse_matrix = sparse.csr_matrix(matrix)
# 输出对角矩阵
print("对角矩阵:\n{}".format(matrix))
# 输出稀疏矩阵
print("sparse存储的矩阵:\n{}".format(sparse_matrix))

输入案例代码,点击运行,输出如下
在这里插入图片描述

scipy中文教程:
http://codingdict.com/article/8252

3 pandas

pandas 是一个Python 中用于进行数据分析的库,它可以生成类似Excel 表格式的数据表,而且可以对数据表进行修改操作。

案例:

import pandas
from IPython import display
data = { 
   "name":["zhangsan","lisi","wangwu"],"city":["beijing","shanghai","guangzhou"],"age":["18","19","20"],"height":["162","163","164"]}
# 根据json创建一个DataFrame
data_frame = pandas.DataFrame(data)
# 打印数据
display.display(data_frame)

输入案例代码,点击运行,输出如下
在这里插入图片描述
pandas中文教程:
https://www.w3cschool.cn/hyspo/

4 matplotlib

matplotlib 是一个Python 的绘图库,它以各种硬拷贝格式和跨平台的交互式环境生成出版质量级别的图形,它能够输出的图形包括折线图、散点图、直方图等。

案例:

%matplotlib inline
import matplotlib.pyplot as plt
import numpy as np
# 生成一个从-20到20元素数为10的等差数列
x = np.linspace(-20,20,10)
# 定义一个函数
y = x**3 + 2*x**2 + 6*x + 5
# 打印函数曲线
plt.plot(x,y,marker='o')

输入案例代码,点击运行,输出如下
在这里插入图片描述
matplotlib中文教程:
https://www.runoob.com/w3cnote/matplotlib-tutorial.html

上一篇:概述

下一篇:K近邻算法

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。

发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/183691.html原文链接:https://javaforall.cn

【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛

【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...

(0)


相关推荐

  • iphone4s6.1.3越狱_苹果4S越狱

    iphone4s6.1.3越狱_苹果4S越狱转自:http://hi.baidu.com/%E5%BA%AD%E5%89%8D%E9%97%B2%E6%AD%A5/blog/item/7ca7af387709dae53a87cef2.htmlCYDIA软件类dock2.0.2———————–强大的快捷程序软件装了你就不会卸载DOCK2.0.2上图说话?(这个软件需要激活)XX已经做好汉化附件下载,这里补充下DOCK下载cydia.xsellize.com源的,可以完美激活同步推1.02.5IPA软件—–

  • 各主流浏览器内核介绍[通俗易懂]

    各主流浏览器内核介绍[通俗易懂]所谓的“浏览器内核”无非指的是一个浏览器最核心的部分——“RenderingEngine”,直译这个词汇叫做“渲染引擎”,不过我们也常称其为“排版引擎”、“解释引擎”。这个引擎的作用是帮助浏览器来渲

  • 《大话数据结构》pdf

    《大话数据结构》pdf下载地址:网盘下载编辑推荐编辑超级畅销书《大话设计模式》作者的新作!用户群更为广泛,写作风格一如既往,技术沉淀更加深厚,势必掀起全民数据结构的热潮!内容简介编辑本书为超级畅销书《大话设计模式》作者程杰潜心三年推出的扛鼎之作!以一个计算机教师教学为场景,讲解数据结构和相关算法的知识。通篇以一种趣味方式来叙述,大量引用了各种各样的生…

  • EasySwoole的入门学习

    EasySwoole的入门学习EasySwoole的入门学习官网地址:https://www.easyswoole.com/一、安装easyswoole:(1)建立安装目录:(2)使用composer下载easyswool

  • 离散对数和椭圆曲线加密原理[通俗易懂]

    离散对数和椭圆曲线加密原理[通俗易懂]序言现代公钥加密系统中,常用的加密算法除了RSA还有离散对数加密和椭圆曲线加密。这两者原理比较相似,在这里一并介绍。离散对数问题我们在中学里学的对数问题是指,给定正实数aaa和axaxa^x,求xxx。也就是计算x=logaaxx=loga⁡axx=\log_a{a^x}。这是实数域上的对数问题,不是什么难算的东西,随便按一下计算器结果就出来了。而离散对…

  • 盘点五款好用的项目管理软件

    盘点五款好用的项目管理软件好用的项目管理软件有哪些?对于很多从事项目开发与设计的团队都会有这样的需求,一款优秀的项目进度管理软件在企业项目实施中有着极为重要的作用,它伴随着项目计划、定义、监控、控制以及确认交付的全部过程。那么面对市场上众多的企业项目进度管理软件,有哪些项目管理软件比较好呢?本文将盘点分析市面上常见几款甘特图软件,以帮助大家能够找到适合自己的工具。|EdrawProject这是一款专业的项目管…

发表回复

您的电子邮箱地址不会被公开。

关注全栈程序员社区公众号