python 在机器学习中应用函数

Posted 笔记记忆

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了python 在机器学习中应用函数相关的知识,希望对你有一定的参考价值。

浅述python中argsort()函数的用法

(1).先定义一个array数据

1 import numpy as np
2 x=np.array([1,4,3,-1,6,9])

(2).现在我们可以看看argsort()函数的具体功能是什么:

x.argsort()

 输出定义为y=array([3,0,2,1,4,5])。

 我们发现argsort()函数是将x中的元素从小到大排列提取其对应的index(索引),然后输出到y。例如:x[3]=-1最小,所以y[0]=3,x[5]=9最大,所以y[5]=5。

 上面这个不难理解,不熟悉的可以去python环境下自己尝试。

 (3).由于在程序中遇到了类似于np.argsort()[num]的形式,一直看不明白,就自己去python环境自己试了下:

 ps:这里的num的绝对值小于等于x中元素的个数

 当num>=0时,np.argsort()[num]就可以理解为y[num];

 当num<0时,np.argsort()[num]就是把数组y的元素反向输出,例如np.argsort()[-1]即输出x中最大值对应的index,np.argsort()[-2]即输出x中第二大值对应的index,依此类推。。

 直观的实验才能看到效果,下面是我拿上面例子做的验证:

这是当num为负值时的输出

这个是num>=0时的输出。

2.Python-Numpy的tile函数用法

(1).函数的定义与说明

  函数格式tile(A,reps)

  A和reps都是array_like

  A的类型众多,几乎所有类型都可以:array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型。

  reps的类型也很多,可以是tuple,list, dict, array, int, bool.但不可以是float, string, matrix类型。

(2).函数操作示例

>>> tile(1,2)
array([1, 1])
>>> tile((1,2,3),3)
array([1, 2, 3, 1, 2, 3, 1, 2, 3])
>>> tile(a,2)
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 5, 4, 5, 5]])
>>> b=[1,3,5]
>>> tile(b,[2,3])
array([[1, 3, 5, 1, 3, 5, 1, 3, 5],
       [1, 3, 5, 1, 3, 5, 1, 3, 5]])
>>> a=[[1,2,3],[5,4]]
>>> tile(a,[2,3])
array([[[1, 2, 3], [5, 4], [1, 2, 3], [5, 4], [1, 2, 3], [5, 4]],
       [[1, 2, 3], [5, 4], [1, 2, 3], [5, 4], [1, 2, 3], [5, 4]]])

3.python的二维数组操作

需要在程序中使用二维数组,网上找到一种这样的用法:

复制代码
#创建一个宽度为3,高度为4的数组
#[[0,0,0],
# [0,0,0],
# [0,0,0],
# [0,0,0]]
myList = [[0] * 3] * 4
复制代码

但是当操作myList[0][1] = 1时,发现整个第二列都被赋值,变成

[[0,1,0],

[0,1,0],

[0,1,0],

[0,1,0]]

为什么...一时搞不懂,后面翻阅The Python Standard Library 找到答案

list * n—>n shallow copies of list concatenated, n个list的浅拷贝的连接

例:

复制代码
>>> lists = [[]] * 3
>>> lists
[[], [], []]
>>> lists[0].append(3)
>>> lists
[[3], [3], [3]]
复制代码
   

[[]]是一个含有一个空列表元素的列表,所以[[]]*3表示3个指向这个空列表元素的引用,修改任何

一个元素都会改变整个列表:

所以需要用另外一种方式进行创建多维数组,以免浅拷贝:

复制代码
>>> lists = [[] for i in range(3)]
>>> lists[0].append(3)
>>> lists[1].append(5)
>>> lists[2].append(7)
>>> lists
[[3], [5], [7]]
复制代码
   

之前的二维数组创建方式为:

myList = [([0] * 3) for i in range(4)
   

4.python zeros()使用(from numpy import *)

该函数的功能是创建给定类型的矩阵,并初始化为0。

复制代码
#一维数组  
zeros(3)  
#二维数组  
zeros((2,3))  
#或  
zeros([2,3])
复制代码

 

dtype:数组数据类型,默认为float

复制代码
#使用默认类型  
b=zeros(3)  
type(b)  
#转换为int类型  
b=zeros(3)  
type(b)  
复制代码

 

zeros_like:返回和输入大小相同,类型相同,用0填满的数组

复制代码
<pre name="code" class="python">
#一维 a=array([2,3]) zeros_like(a) #二维 a=array([[2,3],[3,4]]) zeros_like(a)
复制代码

 

ones_like:返回和输入大小相同,数据类型相同,用1填满的数组

复制代码
#一维  
a=array([2,3])  
ones_like(a)  
#二维  
a=array([[2,3],[3,4]])  
ones_like(a) 
复制代码

 

empty_like:返回和输入大小相同,数据类型相同,但是是未初始化的数组(数据随机)

复制代码
#一维  
a=array([2,3])  
empty_like(a)  
empty_like(a, int)  
#二维  
a=array([[2,3],[3,4]])  
empty_like(a)  
empty_like(a, int)  
复制代码

 

ones:返回一个和输入大小相同,数据类型相同,初始化为1的数组

np.ones(5)
np.ones((2,1))
s=(2,2)
np.ones(s)

 

empty:返回一个新的未初始化的数组

np.empty([2,2])
np.empty([2,2],dtype=int)

 

以上是关于python 在机器学习中应用函数的主要内容,如果未能解决你的问题,请参考以下文章

python ipython:机器学习片段

《Python机器学习及实践》----监督学习经典模型

《Python机器学习及实践》----监督学习经典模型

《Python机器学习及实践》----模型实用技巧

《Python机器学习及实践》----模型实用技巧

《Python机器学习及实践》----良/恶性乳腺癌肿瘤预测