Python小白逆袭大神：Day3-人工智能常用Python库+数据分析_python数据分析和人工智能常用的库

前面两天主要还是学习了python的一些基础语法和对文档的一些操作，似乎学完前两天后完全没有感觉自己在人工智能。莫慌，磨刀不误砍柴工，今天我们就正式开始接触人工智能里高大上的机器学习啦。

python很强大，在机器学习领域，python大军组建了四大剑客深入其中。我们先来掌握这四大剑客，使其为我所用吧。这里只放出一部分，相关代码我会放到附近里，供大家练习使用。

一、Numpy

二、pandas

三、matplotlib

这里给大家提供一个展示多张图的方法：

fig,axes = plt.subplots(1,3,figsize=[16,4])  #子图的行数、列数和每个子图的大小
axes[0].scatter(x,y_1)
axes[0].plot(x,fitted_1.flat,'r-')
axes[0].text(1,8,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_1[0][0],corr_1,np.std(x),np.std(y_1)))
axes[1].scatter(x,y_2)
axes[1].plot(x,fitted_2.flat,'r-')
axes[1].text(2,-2,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_2[0][0],corr_2,np.std(x),np.std(y_2)))
axes[2].scatter(x,y_3)
axes[2].plot(x,fitted_3.flat,'r-')
axes[2].text(1,5,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_3[0][0],corr_3,np.std(x),np.std(y_3)))
plt.show()
1
2
3
4
5
6
7
8
9
10
11

结果如下：

四、PIL库

四剑客在机器学习中的应用一览

今日作业

对《青春有你2》对选手体重分布进行可视化，绘制饼状图
今天的作业相对来说还是比较简单的，毕竟今天的内容太多了，消化需要一点时间。
思路如下：首先拿到我们第一天爬取的数据，找出各个选手的体重存入列表，对体重进行分箱（我分成了<=45kg,45kg-50kg,50kg-55kg,>55kg的），绘制饼图。
这里需要主要的就是想要把饼图画的漂亮需要对matplotlib里的参数进行调整，当然也可以尝试其他的画图库，比如我用了pyecharts库，画出来还挺好看的。

作业中遇到的小问题：

今天的话主要就是在数据分箱那块遇到了一点小问题，因为选手的体重都是带来单位的kg，所以下面的代码直接调研pd.cut()函数会报错。

因此我们手动来进行一下分箱：

weights_cut = []
for weight in weights:
    if weight <= '45kg':
        weights_cut.append('<=45kg')
    elif  '45kg'<weight<='50kg':
        weights_cut.append('45kg-50kg')
    elif '50kg'<weight<='55kg':
        weights_cut.append('50kg-55kg')
    else:
        weights_cut.append('>55kg')
# print(weights_cut)
1
2
3
4
5
6
7
8
9
10
11

好啦，以上就是今天的全部内容啦，觉得总结的好的同学求点赞，遇到问题或者觉得我哪里没写对的同学欢迎评论或者私聊。那么明天见啦。