Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系以及学习资料
Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系以及学习资料
- 1. Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系
- 2. 安装方法
- 2.1 下载anaconda
- 2.2 配置anaconda仓库的镜像
- 3. 学习资料
- 3.1. Python的学习资料
- 3.2. Numpy的学习资料
- 3.3. Pandas的学习资料
- 3.4. scikit-learn 的学习资料
- 3.5. Matplotlib的学习资料
- 4.学习路径
- 4.1 确定学习目的-->搜索相关资源-->制定学习计划
- 4.2 制定学习路径的原则:
- 4.3 我的学习计划
1. Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系
2. 安装方法
2.1 下载anaconda
官方网站在国外,所以我们下载安装文件速度很慢。
推荐到清华镜像下载anaconda,网速很快。
清华大学开源软件镜像站:https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
具体安装操作可以参考下面这个博客:
Google机器学习(一) 安装Anaconda以及Scikit-learn等必备库
https://blog.csdn.net/tz_zs/article/details/73459800)
对于没有安装过 NumPy、 SciPy等各种库的新手来说,最简单的方法是使用Anaconda软件(强烈推荐)
Anaconda软件中包含了Numpy、Scipy、pandas、Scikit-learn等常用的数据分析包。
2.2 配置anaconda仓库的镜像
清华大学开源软件镜像站提供了 Anaconda 仓库的镜像,貌似还就只有这一家
地址:http://mirrors.tuna.tsinghua.edu.cn/help/anaconda/
打开Anaconda Prompt,输入以下命令即可添加
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
3. 学习资料
3.1. Python的学习资料
a.廖雪峰python学习笔记
https://blog.csdn.net/datawhale/article/category/7779959
b.python入门笔记
作者李金,这个是jupyter notebook文件,把python的主要语法演示了一次,值得推荐。下载链接:
https://pan.baidu.com/s/1IPZI5rygbIh5R5OuTHajzA 提取码: 2bzh
c.代码规范:
https://zhuanlan.zhihu.com/p/59763076
3.2. Numpy的学习资料
a. NumPy 教程 | 菜鸟教程
https://www.runoob.com/numpy/numpy-tutorial.html
b. numpy练习题:
https://zhuanlan.zhihu.com/p/57872490
c. 实战经验:from-python-to-numpy
http://www.labri.fr/perso/nrougier/from-python-to-numpy/
d. Numpy中文文档
https://www.numpy.org.cn/index.html
3.3. Pandas的学习资料
a. Pandas教程
https://www.yiibai.com/pandas
b. Pandas练习题:
https://zhuanlan.zhihu.com/p/56644669
c. Pandas官网:
http://pandas.pydata.org/
3.4. scikit-learn 的学习资料
a.sklearn库的学习:
https://blog.csdn.net/u014248127/article/details/78885180
推荐理由:用一篇文章讲清楚了整个sklearn库的概貌,主要包括:
(1)sklearn官方文档的类容和结构;
(2)从机器学习重要步骤出发讲清楚sklearn的使用方法。
b. scikit-learn (sklearn) 官方文档中文版
http://sklearn.apachecn.org/#/
c. 官方网站:
https://scikit-learn.org/stable/
3.5. Matplotlib的学习资料
a. 简单入门
有这5小段代码在手,轻松实现数据可视化(Python+Matplotlib)
http://baijiahao.baidu.com/s?id=1598516679213415904&wfr=spider&for=pc
这张地图能指引你根据不同情况选择正确的可视化方法:
b. 对Numpy格式的数据进行可视化
https://www.runoob.com/numpy/numpy-matplotlib.html
c. Matplotlib的详细实例
中文版本:https://liam.page/2014/09/11/matplotlib-tutorial-zh-cn/
英文版本:https://github.com/rougier/matplotlib-tutorial
d. Ten Simple Rules for Better Figures
https://journals.plos.org/ploscompbiol/article?id=10.1371/journal.pcbi.1003833
4.学习路径
4.1 确定学习目的–>搜索相关资源–>制定学习计划
4.2 制定学习路径的原则:
(1)自顶向下,以实现某个机器学习算法为目的。
(2)从简单的算法入手,从模仿前辈的代码入手。
(3)动手,动手,动手写代码。
4.3 我的学习计划
学习目的:Scikit-Learn 实现快速实现某个简单的机器学习算法。
例如:使用Scikit-Learn 实现《机器学习实战》中第二章的K近邻算法,并用Matplotlib进行数据可视化。
关于《机器学习实战》,可以参考如下博客:
https://blog.csdn.net/u014410989/article/details/89182869
步骤1. 搭建环境
下载软件、
安装软件、
配置环境、
下载文档、
下载示例代码
步骤2. 理解《机器学习实战》中给出的算法原理和Python程序
步骤3. 选择Scikit教程中一个类似的示例
阅读3.4.a.sklearn库的学习
找到K近邻算法的示例。
步骤4. 模仿Scikit示例和《机器学习实战》,使用Scikit-Learn 编写程序
步骤5. 使用Matplotlib进行数据可视化
步骤6. 尝试使用Scikit实现《机器学习实战》中的其它算法,例如决策树算法。
步骤7. 尝试3.5.a中的5种Matplotlib绘图方法
步骤8. 详细阅读 3.5.d Ten Simple Rules for Better Figures
步骤9. 快速浏览 3.2.a NumPy 教程 | 菜鸟教程,认真完成 3.2.b numpy练习题
步骤10. 参考3.1.b,在jupyter notebook中通过修改代码,掌握Python的主要语法
Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系以及学习资料相关推荐
- Python、Numpy、Pandas、SciPy、Scikit-Learn、Matplotlib的关系及学习资料
3. 学习资料 3.1. Python的学习资料 a.廖雪峰python学习笔记 https://blog.csdn.net/datawhale/article/category/7779959 b. ...
- 安装numpy, pandas, scipy 和matplotlib
首先找到python的安装文件夹, 在pathon35/Script文件夹里新建一个bat文件(我安装的是3.5版本),通过文本编辑器在里面写上cmd,点击它就可以直接打开一个该路径下的命令行窗口. ...
- pythonspark集群模式运行_有关python numpy pandas scipy 等 能在YARN集群上 运行PySpark
有关这个问题,似乎这个在某些时候,用python写好,且spark没有响应的算法支持, 能否能在YARN集群上 运行PySpark方式, 将python分析程序提交上去? Spark Applicat ...
- python3.6 numpy+mlk, scipy scikit等库whl分享
一个全球都在用的包,有啥好付费.要积分下载的? https://www.aliyundrive.com/s/j1zgDzUBHaY i3l1 PS. 如果用conda装,建议不要用python=3.6 ...
- 统计学(检验、分布)的 python(numpy/pandas/scipy) 实现
scipy 中统计相关的 api:https://docs.scipy.org/doc/scipy/reference/stats.html https://zhuanlan.zhihu.com/p/ ...
- 【Python】【Numpy+Pandas数据处理·闯关】和鲸社区学习笔记day(4)
1. 删除所有存在缺失值的行 语法: df.dropna(axis=0, how='any', thresh=None, subset=None, inplace=False) 参数: axis : ...
- 机器学习与Scikit Learn学习库
摘要: 本文介绍机器学习相关的学习库Scikit Learn,包含其安装及具体识别手写体数字案例,适合机器学习初学者入门Scikit Learn. 在我科研的时候,机器学习(ML)是计算机科学领域中最 ...
- numpy和scipy安装
参考:https://blog.csdn.net/yannanxiu/article/details/54341153 由于numpy和scipy有很紧密的关系,所以建议安装的numpy是numpy+ ...
- 简述 Python 的 Numpy、SciPy、Pandas、Matplotlib 的区别
From:https://www.jianshu.com/p/32cb09d84487 Numpy:基础的数学计算模块,以矩阵为主,纯数学. SciPy:基于Numpy,提供方法(函数库)直接计算结果 ...
最新文章
- Imagelist 控件
- 荒岛余生为什么没有打开包裹_您会带到荒岛什么办公桌设置?
- flink 卡夫卡_卡夫卡–一次语义学
- Vue生命周期与自定义组件
- Linux系统编程40:多线程之基于环形队列的生产者与消费者模型
- 宅在家里写数据库中DML(增删改)
- 哪一类人用苹果手机最多?
- python web 并发 性能_Python Web Server的性能测试
- phpstorm ctrl 鼠标左键 无效_击败无聊的办公室重复操作,用 Python 控制鼠标和键盘...
- win10驱动开发3——编写HelloDriver
- D3D中设备丢失的处理
- libaio在mysql中的作用,ubuntu安裝mysql遇到的坑----解決Mysql報錯缺少libaio.so.1
- metasploit学习之路(二) msfconsole基本使用
- IT大咖总结的面试真经
- 如何用C语言实现原码一位乘法器?这里可能有你想要的答案....
- Mysql之注入工具-yellowcong
- Android studio中assets文件更换之后不生效
- Contrastive Loss(对比损失)
- 父页面调用子页面方法, 子页面加载父页面传送的数据
- 游戏评论之——戴森球计划