零基础机器学习(3)之Python机器学习常用库

一、Python机器学习常用库

1.NumPy-科学计算基础库

NumPy是Numerical Python的简称，它是Python科学计算的基础库。NumPy可用来存储和处理大型矩阵，比Python自身的嵌套列表结构更高效，支持大量的多维数组与矩阵运算，也为数组运算提供了大量的数学函数库。
此外，由其他语言（如C和Fortran）编写的库也可以直接操作NumPy数组中的数据，无须进行任何数据复制操作。

2. SciPy-科学计算扩展库

SciPy是Python的一个科学计算扩展库，它需要依赖NumPy的支持才能安装和运行。SciPy一般都是操控NumPy的数组来进行科学计算和统计分析，因此可以说SciPy是建立在NumPy基础之上的。

SciPy主要在NumPy的基础上增加了数学、科学和工程计算领域中常用的库函数，如线性代数、常微分方程数值求解、信号处理、图像处理、稀疏矩阵等。NumPy和SciPy协同工作，可提高解决问题的效率。

3.Pandas-数据分析工具库

Pandas是一个基于NumPy的免费开源第三方Python库，它可以生成类似于Excel表格式的数据表，而且可以对数据表进行修改操作。Pandas可以从各种格式的文件中提取数据，如CSV文件、JSON文件、SQL数据库、Excel表格等；还可以对各种数据进行合并、转换、选择、清洗和特征加工等运算。

Pandas是为解决数据分析任务而创建的工具库，提供了高效操作大型数据集所需的工具，自诞生后就广泛应用于金融、统计学、社会科学、建筑工程等领域。

4.Matplotlib-数据可视化扩展库

Matplotlib是Python中的一个绘图库，支持跨平台运行，可以生成出版级别的图形。Matplotlib能够输出的图形包括折线图、散点图、曲线图、直方图、饼状图、条形图及极坐标图等，其强大的绘图能力能够使用户对数据形成非常清晰直观的认知。

import numpy as np			 #导入NumPy库
import matplotlib.pyplot as plt	 #导入Matplotlib库
x=np.arange(-5,5,0.01)		 #设置x的取值范围，设置坐标值
#创建x的数组，数组是步长为0.01从-5到5取值，就是x取值的集合
y=x*x					 #设置y值，令y=x*x
plt.plot(x,y,'k-')				 #绘制曲线，第3个参数表示黑色实线
plt.show()					 #显示图形

1
2
3
4
5
6
7
8

【程序说明】 plot()函数的第3个参数“k-”用来指定线条的颜色和线型，其颜色和线型参数值如表所示。

5.Scikit-learn-机器学习库

Scikit-learn（简称Sklearn）是Python基于NumPy、SciPy和Matplotlib实现机器学习的算法库，是一个简洁、高效的数据挖掘和数据分析工具。

Sklearn基本功能主要分为6大部分：分类、回归、聚类、降维、模型选择和数据预处理。在数据量不大的情况下，Sklearn可以解决大部分问题。对算法不精通的用户在执行建模任务时，并不需要自行编写所有的算法，只需要调用Sklearn库里的模块即可。