机器学习中数据处理与可视化的python、numpy等常用函数

写在前面：本文所针对的python版本为python3.0以上！

np.tile()

tile（）相当于复制当前行元素或者列元素

import numpy as np

m1 = np.array([1,2,3,4])
# 行复制两次，列复制一次到一个新数组中
print(np.tile(m1,(2,1)))
print("===============")
# 行复制一次，列复制两次到一个新数组中
print(np.tile(m1,(1,2)))
print("===============")
# 行复制两次，列复制两次到一个新数组中
print(np.tile(m1,2)))

输出：

D:Pythonpython.exe E:/ML_Code/test_code.py
[[1 2 3 4] [1 2 3 4]]
===============
[[1 2 3 4 1 2 3 4]]
===============
[[1 2 3 4 1 2 3 4] [1 2 3 4 1 2 3 4]]

sum()

sum函数是对元素进行求和，对于二维数组以上则可以根据参数axis进行分别对行和列进行求和，axis=0代表按列求和，axis=1代表行求和。

import numpy as np

m1 = np.array([1,4])
# 元素逐个求和
print(sum(m1))

m2 = np.array([[6,2,4],[1,4,7]])
# 按列相加
print(m2.sum(axis=0))
# 按行相加
print(m2.sum(axis=1))

输出：

D:Pythonpython.exe E:/ML_Code/test_code.py
10
[ 7  4  6 11]
[14 14]

Process finished with exit code 0

shape和reshape

import numpy as np

a = np.array([[1,3],[4,5,6]])
print(a.shape)

b = np.reshape(a,6)
print(b)

# -1是根据数组大小进行维度的自动推断
c = np.reshape(a,(3,-1))  # 为指定的值将被推断出为2
print(c)

输出：

D:python-3.5.2python.exe E:/ML_Code/test_code.py

(2,3)

---

[1 2 3 4 5 6]

---

[[1 2] [3 4] [5 6]]

numpy.random.rand

import numpy as np

# 创建一个给定类型的数组，将其填充在一个均匀分布的随机样本[0,1)中

print(np.random.rand(3))

print(np.random.rand(2,2))

输出：

D:python-3.5.2python.exe E:/ML_Code/test_code.py

[ 0.03568079  0.68235136  0.64664722]

---

[[ 0.43591417 0.66372315] [ 0.86257381 0.63238434]]

zip()

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同，利用 * 号操作符，可以将元组解压为列表。

import numpy as np

a1 = np.array([1,4])
a2 = np.array([11,22,33,44])

z = zip(a1,a2)

print(list(z))

输出：

D:Pythonpython.exe E:/ML_Code/test_code.py
[(1,11),22),33),(4,44)]

Process finished with exit code 0

注意点：在python 3以后的版本中zip()是可迭代对象，使用时必须将其包含在一个list中，方便一次性显示出所有结果。否则会报如下错误：

<zip object at 0x01FB2E90>

矩阵相关

import numpy as np

# 生成随机矩阵
myRand = np.random.rand(3,4)
print(myRand)

# 生成单位矩阵
myEye = np.eye(3)
print(myEye)

from numpy import *

# 矩阵所有元素求和
myMatrix = mat([[1,6],[7,8,9]])
print(sum(myMatrix))

# 计算矩阵的秩
print(linalg.det(myMatrix))

# 计算矩阵的逆
print(linalg.inv(myMatrix))

注意：

from numpy import *
import numpy as np

vector1 = mat([[1,2],1]])
vector2 = mat([[1,1]])
vector3 = np.array([[1,1]])
vector4 = np.array([[1,1]])

# Python自带的mat矩阵的运算规则是两者都按照矩阵乘法的规则来运算
print(vector1 * vector2)

# Python自带的mat矩阵的运算规则是两者都按照矩阵乘法的规则来运算
print(dot(vector1,vector2))

# numpy乘法运算中"*"是数组元素逐个计算
print(vector3 * vector4)

# numpy乘法运算中dot是按照矩阵乘法的规则来运算
print(dot(vector3,vector4))

输出：

D:python-3.5.2python.exe D:/PyCharm/py_base/py_numpy.py
[[3 4] [2 3]]
 ---
[[3 4] [2 3]]
 ---
[[1 4] [1 1]]
 ---
[[3 4] [2 3]]

向量相关

两个n维向量 A(X11,X12,X13,...X1n) 与 B(X21,X22,X23,...X2n) 之间的欧式距离为：

表示成向量运算的形式：

from numpy import *

# 计算两个向量的欧氏距离

vector1 = mat([1,2])
vector2 = mat([3,4])
print(sqrt((vector1 - vector2) * ((vector1 - vector2).T)))

概率相关

from numpy import *
import numpy as np

arrayOne = np.array([[1,3,5],3]])

# 计算第一列的平均数
mv1 = mean(arrayOne[0])

# 计算第二列的平均数
mv2 = mean(arrayOne[1])

# 计算第一列的标准差
dv1 = std(arrayOne[0])

# 计算第二列的标准差
dv2 = std(arrayOne[1])

print(mv1)
print(mv2)
print(dv1)
print(dv2)