machine learn in python 第二章2.1.1

1大约 sklearn.datasets

from sklearn.datasets import load_iris

import numpy as np

data = load_iris()

data 的属性例如以下:

machine learn in python  第二章2.1.1machine learn in python  第二章2.1.1

watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQvZGFuZ3lhanVhbg==/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center" alt="">

数据存储在.data项中

每一个观察对象的种类存储在数据集的.target属性中

>>>print(
target)

[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1

 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2

 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2

 2 2]

数据的特征的种类存储在数据集的.feature_names属性中。

>>>print(data['target_names'])

['setosa' 'versicolor' 'virginica']

2关于遍历问题

a:遍历不取item的序号i

for item in sequence:

process(item)

b:

for index, item in enumerate(sequence):

process(index, item)

3:subplot (m,n,i)

比如 subplot(2,3,2)表示将整个平面划分为2行3列,当中如今要画的图位于从左到右的顺序的第2个位置

4 zip in python

zip返回列表
x=[1, 2, 3, 4, 5 ]
y=[6, 7, 8, 9, 10]
zip(x, y)就得到了
[(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]
5 range() 函数

range([start,] stop [, step])

# start  可选參数,起始数

#stop   终止数。假设 range 仅仅有一个參数x,则产生一个包括 0 至 x-1 的整数列表

#step   可选參数,步长

6 烦人的空格问题  报错:IndentationError: expected an indented block

for i in range(1,5): 空格 回车

空格print(i)回车

else:
空格 回车

空格print("")回车回车

>>>
for i in range(1,5): 

...  print(i)

... else: 

...  print("dead!")

... 

1

2

3

4

dead!

版权声明:本文博客原创文章,博客,未经同意,不得转载。

上一篇:机器学习 - pycharm, pyspark, spark集成篇


下一篇:Initialization of deep networks