python机器学习:常用库的介绍及安装

现在,随着人工智能的兴起,机器学习越来越被各行业看重,从而使得人工智能的需求会越来越大。今天,我们就从零基础开始学习人工智能的基础篇——机器学习。

工欲善其事必先利其器,所以,我们首先来看一下,我们要学习这些东西,需要准备些什么!首先电脑一台,这是必备的。下面我们来看一下需要安装些什么软件到电脑上!

1、为了学习方便,建议大家安装Anaconda(由于平台不让给出网站链接,所以具体链接直接百度搜一下就可以得到),为什么建议使用这个软件呢,因为安装了这个软件后本身就自带了IPython、Numpy、pandas,scikit-learn等库,不用你去在一步一步的去安装其他的库;并且该软件兼容性不错,可以在Mac OS, windows和linux上运行,一劳永逸,非常方便。

2、如果安装了Anaconda后发现还有一些需要安装的库怎么办?这个时候可以通过Anaconda的DOS界面来安装(可以通过“开始->所有程序->Anaconda下面找到Anaconda Prompt后单机打开即可),具体安装命令是pip install + 你要安装的库名称。如:我要安装Numpy库,那么我就可以打开Anaconda的DOS界面,输入“pip install numpy"即可下载安装对应的库了。这里需要下载后安装,所以在安装新库的时候要保证网络是接通的,否则无法下载安装。

进入Anaconda的DOS界面

用Anacond安装Numpy库

3、代码编写是python版本的选择,python是一个比较特殊的群体,一般语言的各大版本都是向下兼容的,但是python大半本为python3.x的是不兼容python2.x的,所以在写代码之前要确认后面的代码要使用3.x还是2.x,如果没有特殊需求的话建议选择3.x的,这样方便后续的更新。2.x目前已经停止开发,会随着时间的推移使用的人会越来越少。

要查看当前自己的python是什么版本,也可以代开Anaconda编译器界面(“开始->所有程序->Anaconda下面找到Spyder后单击打开即可),输入如下代码查看自己的python版本:print("python version: {}".format(sys.version)),然后单击绿色三角符合运行即可。

打开spyder

查看版本代码

4、下面我们来简单介绍一下机器学习中常用库:首先是Numpy,是用于科学计算的基础包之一。功能包含多位数组、高级数学函数以及伪随机数生成器的,其次是Scipy,用于科学计算的函数几何。它具有线性代数高级程序、数学函数优化信号处理、特殊数学函数和统计分布等多项功能。最后我们看一下matplotlib库,主要用于生产各种可视化内容,也就是图形显示。

5、实例演示:我们在Spyder中输入如下代码,然后运行。

import matplotlib.pyplot as plt

import numpy as np

#在-10到10之间生成一个数列,共100个数

x = np.linspace(-10, 10, 100)

#用正弦函数创建第二个数组

y = np.sin(x)

#plot函数绘制一个数组关于另一个数组的折线图

plt.plot(x, y, marker="x")

import pandas as pd

from IPython.display import display

#创建关于人的简单数据集

data = {'Name': ["John", "Anna", "Peter", "Linda"],

'Location' : ["New York", "Paris", "Berlin", "London"],

'Age': [24, 13, 53, 33]}

data_pandas = pd.DataFrame(data)

#IPython.display可以在Jupyter Notebook中打印出美观的DataFrame

display(data_pandas)

#选择年龄大于30岁的所有行

display(data_pandas[data_pandas.Age > 30])

display(data_pandas[data_pandas.Location == 'New York'])

代码编写部分

运行结果演示

好了,本节内容暂时介绍到这里,喜欢就请关注我,更多精彩等着你!

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20190828A0NA3D00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券