老铁们，我们Python的深度学习开始了，第一篇正式的文章就是数据处理和可视化，我们开始吧!

数据处理与可视化

一、NumPy的初步使用
二、Matplotlib包的使用--图形化数据处理
三、深度学习理论方法--相似度计算（可以跳过）
- 1、基于欧几里得距离的相似度计算
- 2、基于余弦角度的相似度计算
四、数据统计的可视化展示（以我们亳州市降水为例）
- 数据的四分位

一、NumPy的初步使用

表格是数据的一般表示形式，但对于机器来说是不可理解的，也就是无法辨识的数据，所以我们需要对表格的形式进行调整。
常用的机器学习表示形式为数据矩阵。

我们观察这个表格，发现，矩阵中的属性有两种，一种是数值型，一种是布尔型。那么我们现在就建立模型描述这个表格：

#  数据的矩阵化
import numpy as np
data = np.mat([[1,200,105,3,False],[2,165,80,2,False],[3,184.5,120,2,False],[4,116,70.8,1,False],[5,270,150,4,True]])
row = 0
for line in data:row += 1
print( row )
print(data.size)
print(data)

这里第一行代码的意思就是引入NumPy将其重命名为np。第二行我们使用NumPy中的mat()方法建立一个数据矩阵，row是引入的计算行数的变量。
这里的size意思就是5*5的一个表格，直接打印data就可以看到数据了：

二、Matplotlib包的使用–图形化数据处理

我们还是看最上面的表格，第二列是房价的差异，我们想直观的看出差别是不容易的（因为只有数字），所以我们希望能够把它画出来（研究数值差异和异常的方法就是绘制数据的分布程度）：

import numpy as np
import scipy.stats as stats
import pylab
data =  np.mat([[1,200,105,3,False],[2,165,80,2,False],[3,184.5,120,2,False],[4,116,70.8,1,False],[5,270,150,4,True]])
coll = []
for row in data:coll.append(row[0,1])stats.probplot(coll,plot=pylab)
pylab.show()

这个代码的结果就是生成一个图：

这样我们就能清晰的看出来差异了。

一个坐标图的要求，就是通过不同的行和列表现出数据的具体值。
当然，坐标图我们一样可以展示：

三、深度学习理论方法–相似度计算（可以跳过）

相似度的计算方法有很多，我们选用最常用的两种，即欧几里得相似度和余弦相似度计算。

1、基于欧几里得距离的相似度计算

欧几里得距离，用来表示三维空间中两个点的真实距离。公式我们其实都知道，只是名字听的少：

那么我们来看一看它的实际应用：
这个表格是3个用户对物品的打分：

d12表示用户1和用户2的相似度，那么就有：

同理，d13：

可见，用户2更加相似于用户1（距离越小，相似度越大）。

2、基于余弦角度的相似度计算

余弦角度的计算出发点是夹角的不同。

可见相对于用户3，用户2与用户1更为相似（两个目标越相似，其线段形成的夹角越小）

四、数据统计的可视化展示（以我们亳州市降水为例）

数据的四分位

四分位数，是统计学中分位数的一种，也就是把数据由小到大排列，之后分成四等份，处于三个分割点位置的数据，就是四分位数。
第一四分位数（Q1），也称下四分位数；
第二四分位数（Q1），也称中位数；
第三四分位数（Q1），也称下四分位数；

第三四分位数与第一四分位数的差距又称为四分差距（IQR）。

若n为项数，则：
Q1的位置 = （n+1）*0.25
Q2的位置 = （n+1）*0.50
Q3的位置 = （n+1）*0.75

四分位示例：
关于这个rain.csv，有需要的可以私我要文件，我使用的是亳州市2010-2019年的月份降水情况。

from pylab import *
import pandas as pd
import matplotlib.pyplot as plot
filepath = ("C:\\Users\\AWAITXM\\Desktop\\rain.csv")
# "C:\Users\AWAITXM\Desktop\rain.csv"
dataFile = pd.read_csv(filepath)
summary = dataFile.describe()
print(summary)array = dataFile.iloc[:,:].values
boxplot(array)
plot.xlabel("year")
plot.ylabel("rain")
show()

以下是plot运行结果：

这个是pandas的运行

这里就可以很清晰的看出来数据的波动范围。
可以看出，不同月份的降水量有很大差距，8月最多，1-4月和10-12月最少。

那么每月的降水增减程度如何比较？

from pylab import *
import pandas as pd
import matplotlib.pyplot as plot
filepath = ("C:\\Users\\AWAITXM\\Desktop\\rain.csv")
# "C:\Users\AWAITXM\Desktop\rain.csv"
dataFile = pd.read_csv(filepath)
summary = dataFile.describe()
minRings = -1
maxRings = 99
nrows = 11
for i in range(nrows):dataRow = dataFile.iloc[i,1:13]labelColor = ( (dataFile.iloc[i,12] - minRings ) / (maxRings - minRings) )dataRow.plot(color = plot.cm.RdYlBu(labelColor),alpha = 0.5)
plot.xlabel("Attribute")
plot.ylabel(("Score"))
show()

结果如图：

可以看出来降水月份并不规律的上涨或下跌。

那么每月降水是否相关？

from pylab import *
import pandas as pd
import matplotlib.pyplot as plot
filepath = ("C:\\Users\\AWAITXM\\Desktop\\rain.csv")
# "C:\Users\AWAITXM\Desktop\rain.csv"
dataFile = pd.read_csv(filepath)
summary = dataFile.describe()
corMat = pd.DataFrame(dataFile.iloc[1:20,1:20].corr())
plot.pcolor(corMat)
plot.show()

结果如图：

可以看出，颜色分布十分均匀，表示没有多大的相关性，因此可以认为每月的降水是独立行为。

今天就记录到这里了，我们下次再见！希望本文章对你也有所帮助。

Python深度学习：Python数据处理及可视化（读书笔记）相关推荐

《Python深度学习》第四章读书笔记
第四章机器学习基础本章重点:处理机器学习问题的通用工作流程: 定义问题与要训练的数据. 收集这些数据,有需要的话用标签来标注数据. 选择衡量问题成功的指标. 你要在验证数据上监控哪些指标? 确定评 ...
Python 深度学习目标检测结果可视化
深度学习目标检测的标签数据是以一系列点的形式存储在文件中,输出结果也是以点的形式表示,难以进行目视判读.本代码可以根据检测结果在原始影像上绘制边界框,实现检测结果的可视化. 在OBB的目标检测中,DO ...
【深度学习】ImageDataGenerator的使用--读书笔记
以下内容来自:<Deep Learning with Python>阅读笔记,加入了部分自己的理解和解读,阅读时本书为英文版,行文逻辑也按照书本结构展开. VIP only now. 数据 ...
《Python深度学习》第五章-5（可视化过滤器）读书笔记
5.4 卷积神经网络的可视化卷积神经网络学到的表示非常适合可视化,很大程度上是因为它们是视觉概念的表示\color{red}视觉概念的表示视觉概念的表示.接下来介绍3种可视化方法. 事中\color ...
《Python 深度学习》刷书笔记 Chapter 5 Part-4 卷积神经网络的可视化（Fillter）
文章目录可视化卷积神经网络 2-25 读入模组 5-26 观察图像观察卷积层特征提取 5-27 建立多输出模型观察输出 5-28 显示图像 5-29 打印全部的识别图 5-32 为过滤器的可视化定 ...
python书籍读后感_《Python深度学习》读书记录
提前声明:以下内容是本人读<Python深度学习>的个人笔记第一部分:基础数据存储在多维 Numpy 数组中,也叫张量(tensor) 仅包含一个数字的张量叫作标量(scalar,也叫 ...
Python深度学习实例--基于卷积神经网络的小型数据处理（猫狗分类）
Python深度学习实例--基于卷积神经网络的小型数据处理(猫狗分类) 1.卷积神经网络 1.1卷积神经网络简介 1.2卷积运算 1.3 深度学习与小数据问题的相关性 2.下载数据 2.1下载原始数据 ...
《Python深度学习从零开始学》简介
#好书推荐##好书奇遇季#深度学习入门书<Python深度学习从零开始学>,京东当当天猫都有发售.从模型和实验入手,快速掌握深度学习技术. 业内大咖强力推荐!!!武汉大学信息管理学院教授 ...
Python 深度学习
Pytorch 一 .深度学习概览 1.工具篇 2.流程介绍 3.基础知识(常用操作) 1.数据结构类型 4.常见名词概念二.深度学习Pytorch 1.神经网络 1.1 如何构建神经网络 1.2 ...
Python深度学习篇
Python深度学习篇一<什么是深度学习> Excerpt 在过去的几年里,人工智能(AI)一直是媒体大肆炒作的热点话题.机器学习.深度学习和人工智能都出现在不计其数的文章中,而这些文章 ...

Python深度学习：Python数据处理及可视化（读书笔记）