当前位置:   article > 正文

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

python 人工智能库

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。
在这里插入图片描述
在这里插入图片描述

一、Numpy

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

二、pandas

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

三、matplotlib

在这里插入图片描述
在这里插入图片描述
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:
在这里插入图片描述

四、PIL库

在这里插入图片描述
在这里插入图片描述

四剑客在机器学习中的应用一览

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

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。
在这里插入图片描述

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。
在这里插入图片描述
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。

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/小丑西瓜9/article/detail/405007
推荐阅读
相关标签
  

闽ICP备14008679号