DIKW

DATA-->INFOMATION-->KNOWLEDGE-->WISDOM

数据-->信息-->知识-->智慧

爬虫-->数据库-->数据分析-->机器学习

  • 信息：通过某种方式组织和处理数据，分析数据间的关系，数据就有了意义
  • 知识：如果说数据是一个事实的集合，从中可以得出关于事实的结论。那么知识（Knowledge）就是信息的集合，它使信息变得有用。知识是对信息的应用，是一个对信息判断和确认的过程，这个过程结合了经验、上下文、诠释和反省。知识可以回答“如何？”的问题，可以帮助我们建模和仿真
  • 智慧：智慧可以简单的归纳为做正确判断和决定的能力，包括对知识的最佳使用。智慧可以回答“为什么”的问题。回到前面的例子，根据故障对客户的业务影响可以识别改进点

数学

微积分

 # import math

 # s = 0

 # for i in range(1, 1001):

 #     x = (math.pi / 1000) * i

 #     y = math.sin((math.pi / 1000) * i)

 #     s = (math.pi / 1000) * y + s

 # print(s)
 # import numpy as np

 # def sin_integral(l,r,p):

 #     sum_result = 0

 #     delta = (r - l) / p

 #     for i in range(p):

 #         left = i * delta

 #         delta_area = delta * np.sin(left)

 #         sum_result += delta_area

 #     return sum_result

 # print(sin_integral(0.0,np.pi,100000))

numpy

 # coding=utf-8

 import numpy as np

 import matplotlib.pyplot as pt

 # x的3次方

 # X = np.linspace(-100, 100, 100)

 # Y = X * X * X

 # tan

 # X = np.linspace(-np.pi//2,np.pi//2,1000)

 # Y = np.tan(X)

 # log

 # X = np.linspace(-10,10,100)

 # Y = np.log(X)

 #

 # pt.plot(X, Y)

 # pt.show()

 # -----------------------------------------------------------------------

 # 鸡兔同笼

 # for x in range(36):

 #     y = 35 - x

 #     if x+2*y == 47:

 #         print(x,y)

 # sinx面积0-pi

 # import math

 # s = 0

 # for i in range(1, 1001):

 #     x = (math.pi / 1000) * i

 #     y = math.sin((math.pi / 1000) * i)

 #     s = (math.pi / 1000) * y + s

 # print(s)

 # 承上封装为函数

 # import numpy as np

 # def sin_integral(l,r,p):

 #     sum_result = 0

 #     delta = (r - l) / p

 #     for i in range(p):

 #         left = i * delta

 #         delta_area = delta * np.sin(left)

 #         sum_result += delta_area

 #     return sum_result

 # print(sin_integral(0.0,np.pi,100000))

 # --------------------------------------------------------

 # a = np.arange(18).reshape(3, 6)     #二维数组矩阵

 a = np.arange(24).reshape(2,3,4)     #三维数组矩阵

 # print a

 # print a.ndim    #矩阵维数

 # print np.ndim([[1,1],[2,2]])    #矩阵维数

 # print a.dtype.name      #数值类型 int32

 # print a.size    #元素个数

 # print a.itemsize    #每个数组元素的字节大小

 # print type(a)         #a的类型

 b = np.array([[1.2, 2, 3], [4, 5, 6]])

 # print b.dtype       #float64类型的数组

 c = np.array([[1, 1], [2, 2]], dtype=complex)

 # print c,c.dtype     #复数类型complex128类型的数组

 z = np.zeros((3, 4))

 # print z     #创建全零数组，默认为float64形式

 o = np.ones((2, 3, 4), dtype=np.int16)

 # print o

 # 创建一个三维全1的数组，并且创建时指定类型，可以认为是一个长方体里有序的充满了1

 #两层，每一层是三行四列的二维数组

 e = np.empty((2,3))

 # print e     #创建一个二维空数组，电脑不同显示不同

 # f = np.arange(1,9,2)

 f = np.arange(0,3,0.5)

 # print f     #[1 3 5 7]，2和0.5为步进值

 # print np.arange(10000)  #如果数组太大而无法全部打印，NumPy会自动跳过中央部分，只能打印出边界部分（首尾）

 # np.set_printoptions(threshold='nan')      #禁用此省略并强制NumPy打印整个数组，使用set_printoptions更改打印选项

 # print np.arange(10000).reshape(100,100)

 a = np.array([20,30,40,50])

 b = np.arange(4)

 # print a-b           #相减

 # print b**2              #平方

 # print 10*np.sin(a)      #a数组先进行sin运算，然后结果乘10

运算

阶乘

np.math.factorial(100)

对数

np.log()

开方

1.准备每一个条件的数据表示 2.准备程序的逻辑 3.将你的数据应用到逻辑 4.优化结构

 # np.sqrt(3)    

 # A = (2, 7)

 # B = (8, 3)  # 欧几里得距离

 # AB = np.sqrt((A[0] - B[0]) ** 2 + (A[1] - B[1]) ** 2)

 # print AB

三角函数

  • np.arctan()
  • np.cos()
  • np.sin()
  • np.rad2deg()——弧度转角度
  • np.deg2rad——角度转弧度
  • ……
 # x = np.array([3, 0]) + np.array([0, 3])

 # x = np.array([3,3])

 # l = np.linalg.norm(x)   #矢量x的范数(长度)

 # h = np.arctan(3.0/3.0)  #计算弧度 π/4

 # j = np.rad2deg(h)       #弧度转角度 45度

 # np.deg2rad()          #角度转弧度

 # print j

点乘

numpy数组 (矢量) 默认的 +-*/ 操作都是对应位置的元素相操作

 array1.dot(array2)

 # d1 = np.array([2, 7])

 # d2 = np.array([8, 3])

 # print d1.dot(d2)        #点乘(内积) 2*8+7*3 结果：实数
 # 余弦相似度，向量内积，对应元素相乘再相加

 '''

 设两个向量分别为a=（x1，y1）,b=(x2,y2)，

 其夹角为α，因为ab=|a||b|cosα，

 所以cosα=ab/|a||b|=（x1y1+x2,y2）/(根号（x1^2+y1^2）根号（x2^2+y1^2）)

 '''

 # d12 = d1.dot(d2)                    #d1·d2

 # d1_len = np.linalg.norm(d1)         #|d1|

 # d2_len = np.linalg.norm(d2)         #|d2|

 # cosa = d12 / (d1_len * d2_len)      #余弦值cosa

 # a = np.rad2deg(np.arccos(cosa))     #角度a

 # print a

复数

 # a = 1 + 2j              #复数  complex

 # b = 2 + 3j             #泰勒级数，傅里叶级数

 # print a,type(a),a*b,a-b
 # np.nan   #not a number 当数据读取缺失或计算异常时会出现，本质是一个浮点数

 # np.exp(10)  #以e为底的指数

 # np.log(10)    #以e为底的对数，即ln

 # np.e          #e,2.71828182

 # np.inf          #无穷大

函数

空数组

默认值是0或正无穷或负无穷

实数在计算机里只能用浮点数无限逼近精度，不能确切表示，所以在处理0的时候要格外小心 ；a - b < 0.1e-10 相减的时候当结果小于一个极小的数值就认为相等

np.empty((3, 3))

数组

矢量是有方向和长度的变量，可以用numpy的多位数组来表示，二维矢量就是平面的一个点

 np.array([[1,2,3],[4,5,6]])

范数

矢量的范数(长度)

np.linalg.norm(np.array([3,3]))

类型转换

 array.astype(np.int)

数组信息

 array.shape

 array.shape[0]

 array.shape[1]
 # 使用两个矢量相减，可以计算两点距离

 d1 = np.array([2, 7])

 # d2 = np.array([8,3])

 # np.linalg.norm(d1-d2)

 # d1.astype(np.int)    #将数组类型强制转换为int

 # d1.shape    #返回数组的行列数

 # d1.shape[0]     #返回数组的行数

 # d1.shape[1]     #返回数组的列数

均分

# np.linspace()
 # xs = np.linspace(-1000, 1000, 10000)

 # idx = []

 # max_result = []

 # for x in xs:

 #     y = -3 * (x ** 2) + 5 * x - 6

 #     idx.append(x)

 #     max_result.append(y)

 # print max(max_result),idx[max_result.index(max(max_result))]

 # def poly_test(l,r):

 #     r_len = r - l

 #     max_num = l

 #     m_idx = l

 #     for i in range(r_len):

 #         r_num = l + i

 #         result = (r_num ** 2) * -3 + (5 * r_num) - 6

 #         if result > max_num:

 #             max_num = result

 #             m_idx = i

 #     return max_num,m_idx

 # print poly_test(-10000,10000)
 # 在X轴上生成2000个从-10000到10000的离散点

 # 使用矢量计算直接生成对应上述多项式的所有结果，这里没有使用循环，一次计算了20000个结果

 # X = np.linspace(-1000, 10000, 20000)

 # Y = (X ** 2) * -3 + 5 * X - 6  # 矢量运算，计算机会加速此类运算

 # Y.max()  # 获取当前矢量的最大值

 # Y.argmax()  # 获取当前数组最大值对应的索引(X值，不是函数中的X)

数组切片

二维数组

 n_array = np.arange(25).reshape(5, 5)

 # print n_array      #第一个数选行，第二个选列

 # print n_array[:,:2]     #前两列

 # print n_array[:3,:]         #前三行

 # print n_array[1:4,1:4]      #1-3行且1-3列

 # print n_array[2,2]          #第3行的第3个数

 # print n_array[2][2]         #同上

 # print n_array[::-2]   #隔行选择

 # print n_array[::2]

三维数组

 n3_array = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [3, 2, 1]], [[6, 5, 4], [9, 8, 7]]])

 # print n3_array          #第一个数选层，第二个数选行，第三个数选列

 # print n3_array[:,:,2]   #最后一列

 # print n3_array[:,:1,:].sum()    #每一层的第一行

 # print n3_array[:1,:,:].mean()       #平均值

 # print n3_array[:,1,:2].std()        #方差小，更稳定

数组元素选取

 # d1 < 3                           #返回满足条件的布尔类型矩阵

 # np.count_nonzero(d1 < 3)        #统计数组中小于3的元素个数

 # d1[d1<3]                         #选出指定范围的元素

学生成绩案例

数据准备

 # score_array = np.loadtxt(open('score.csv', 'rb'), delimiter=',', dtype=int)

 score_array = np.genfromtxt('score.csv', delimiter=',', dtype=int)

 students = []

 courses = ['数学', '语文', '化学', '地理', '音乐', '体育']

课程成绩最好

 def course_score():

     course_score_max = 0

     cid_max = -1

     for c in range(6):

         course_score = score_array[:, c].sum()

         print course_score

         if course_score_max < course_score:

             course_score_max = course_score

             cid_max = c

     return courses[cid_max], course_score_max

学生成绩最好

 def student_score():

     student_score_max = 0

     sid_max = -1

     for s in range(6):

         student_score = score_array[s, :].sum()

         print '{}号学生成绩：{}分'.format(s, student_score)

         if student_score_max < student_score:

             student_score_max = student_score

             sid_max = s

     return '{}号学生成绩最好，总分为{}分'.format(sid_max, student_score_max)

学生偏科

 def pian():

     pian_max = 0

     pid_max = -1

     for p in range(6):

         student_score_std = score_array[p, :].std()

         print '{}号学生成绩方差为：{}'.format(p, student_score_std)

         if pian_max < student_score_std:

             pian_max = student_score_std

             pid_max = p

     return '{}号学生偏科，方差为：{}'.format(pid_max, pian_max)

主课成绩最好

 def main_course_score():

     main_course_score_max = 0

     cid_max = -1

     for c in range(3):

         main_course_score = score_array[:, c].sum()

         print main_course_score

         if main_course_score_max < main_course_score:

             main_course_score_max = main_course_score

             cid_max = c

     return cid_max, main_course_score_max

该班主课副课对比哪个成绩好

 def than():

     main_course_std = 0

     side_course_std = 0

     for t in range(3):

         main_course_std += score_array[:, t].std()

     main_course_std /= 3

     for t in range(3, 6):

         side_course_std += score_array[:, t].std()

     side_course_std /= 3

     if main_course_std > side_course_std:

         return '该班主课成绩更好'

     else:

         return '该班副课成绩更好'

这个班有多少学生出现了不及格

 def bad():

     badstudent = []

     for b in range(6):

         if min(score_array[b, :]) < 60:

             badstudent.append(b)

             # print '{}学生不及格'.format(b)

     return '不及格学生：{}'.format(badstudent)

封装成类

 name_dic = {0: '数学', 1: '语文', 2: '化学', 3: '地理', 4: '音乐', 5: '体育'}

 class CoursaDesc(object):

     def __init__(self):

         self.name = ''

         self.std = 0

         self.max = 0

         self.min = 0

         self.mean = 0

         self.num = 0

 class ComputerDesc(object):

     def __init__(self, n_array):

         self.score_array = n_array

         self.result = []

     def counter_all_coursa(self):

         for i in range(6):

             c_desc = CoursaDesc()

             c_desc.name = name_dic[i]

             c_desc.std = self.score_array[:, i].std()

             c_desc.mean = self.score_array[:, i].mean()

             c_desc.max = self.score_array[:, i].max()

             c_desc.min = self.score_array[:, i].min()

             c_desc.sum = self.score_array[:, i].sum()

             self.result.append(c_desc)

     def best_coursa(self):

         # std_list = [coursa.std for coursa in self.result]

         # sum_list = [coursa.sum for coursa in self.result]

         std_list = []

         sum_list = []

         for coursa in self.result:

             std_list.append(coursa.std)

             sum_list.append(coursa.sum)

         std_array = np.array(std_list)

         sum_array = np.array(sum_list)

         max_sum_coursa = sum_array.max()

         max_sum_index = sum_array.argmax()

         min_std_coursa = std_array.min()

         min_std_index = std_array.argmin()

         if max_sum_index == min_std_index:

             return name_dic[max_sum_index]

         else:

             # 方差最小的课程的成绩总和

             min_std_coursa_sum = sum_array[min_std_index]

             # 总和成绩最大的课程的方差

             max_sum_coursa_std = std_array[max_sum_index]

             sum_delta = max_sum_coursa - min_std_coursa_sum

             std_delta = max_sum_coursa_std - min_std_coursa

             sum_percent = sum_delta / max_sum_coursa

             std_percent = std_delta / min_std_coursa

             if sum_percent < 0.05 and std_percent > 0.2:

                 return name_dic[min_std_index]

 if __name__ == '__main__':

     c = ComputerDesc(score_array)

     c.counter_all_coursa()

     print c.best_coursa()

数据分析——numpy的更多相关文章

  1. 利用Python进行数据分析——Numpy基础：数组和矢量计算

    利用Python进行数据分析--Numpy基础:数组和矢量计算 ndarry,一个具有矢量运算和复杂广播能力快速节省空间的多维数组 对整组数据进行快速运算的标准数学函数,无需for-loop 用于读写 ...

  2. Python数据分析-Numpy数值计算

    Numpy介绍: NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. NumPy的主要功能: 1)ndarray,一个多维数组结构,高效且节省空间 2)无需循环对整组 ...

  3. Python数据分析numpy库

    1.简介 Numpy库是进行数据分析的基础库,panda库就是基于Numpy库的,在计算多维数组与大型数组方面使用最广,还提供多个函数操作起来效率也高 2.Numpy库的安装 linux(Ubuntu ...

  4. Python数据分析Numpy库方法简介(二)

    数据分析图片保存:vg 1.保存图片:plt.savefig(path) 2.图片格式:jpg,png,svg(建议使用,不失真) 3.数据存储格式: excle,csv csv介绍 csv就是用逗号 ...

  5. python数据分析Numpy（二）

    Numpy (Numerical Python) 高性能科学计算和数据分析的基础包: ndarray,多维数组(矩阵),具有矢量运算能力,快速.节省空间: 矩阵运算,无需循环,可以完成类似Matlab ...

  6. python 数据分析----numpy

    NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. NumPy的主要功能: ndarray,一个多维数组结构,高效且节省空间 无需循环对整组数据进行快速运算的数学函数 ...

  7. 数据分析--numpy的基本使用

    一.numpy概述 NumPy是高性能科学计算和数据分析的基础包.它是pandas等其他各种工具的基础. NumPy的主要功能: ndarray,一个多维数组结构,高效且节省空间 无需循环对整组数据进 ...

  8. 数据分析 - Numpy

    简介 Numpy是高性能科学计算和数据分析的基础包.它也是pandas等其他数据分析的工具的基础,基本所有数据分析的包都用过它.NumPy为Python带来了真正的多维数组功能,并且提供了丰富的函数库 ...

  9. 数据分析-numpy的用法

    一.jupyter notebook 两种安装和启动的方式: 第一种方式: 命令行安装:pip install jupyter 启动:cmd 中输入 jupyter notebook 缺点:必须手动去 ...

随机推荐

  1. apply,all,bind的区别

    这三个都是用来改变this指向的 call() 和apply()的第一个参数相同,就是指定的对象.这个对象就是该函数的执行上下文.call()和apply()的区别就在于,两者接收的参数不一样.cal ...

  2. 贯穿RobotFramework框架 - 关键字(一) 最全面的疏理

    在RF中,关键字是一个非常重要的存在.想做任何事情,都是通过关键字来实现的. 这篇文章对RobotFramework中的关键字做个整理.大概分为以下几点内容: 1.什么是关键字 2.关键字来自哪里.有 ...

  3. Mask_RCNN学习记录（matterport版本）

    资源链接 Mask R-CNN论文 matterport版本的GitHub 基于Keras和Tensorflow GitHub上还有Facebook的官方实现版本:Detectron maskrcnn ...

  4. LeetCode第二十一题-对两个有序链表排序

    Merge Two Sorted Lists 问题简介:合并两个已排序的链表并将其作为新链表返回 举例: 输入: 1->3->5, 1->2->4 输出: 1->1-&g ...

  5. Maven - pom中的<repository> <pluginRepositories>

    总结: <repository> 允许我们可以在POM中配置其它的远程仓库.这样做的原因有很多,比如你有一个局域网的远程仓库,使用该仓库能大大提高下载速度,继而提高构建速度,也有可能你依赖 ...

  6. 3D Slicer中文教程（七）—图像中值滤波

    1.中值滤波概念 中值滤波是对一个滑动窗口内的诸像素灰度值排序,用其中值代替窗口中心象素的原来灰度值,它是一种非线性的图像平滑法,它对脉冲干扰级椒盐噪声的抑制效果好,在抑制随机噪声的同时能有效保护边缘 ...

  7. Mybatis 笔记

    环境:Mybatis 3 +MariaDB 10.1 似乎在调用存储过程时 ,参数只能写在一行上. 否则会返回语法错误.

  8. Mac本地搭建kubernetes环境

    前言:之前在windows上面的虚拟机上面手工搭建了kubernetes集群,但是环境被破坏了,最近想要继续学习k8s,手工搭建太费事,所以选择了minikube,完全能够满足个人的需求,其实在Win ...

  9. MySQL---DDL+DQL---（四）

    三.对数据库表记录进行操作(修改DDL) 1.插入记录:insert 语法:insert into 表 (列名1,列名2,列名3..) values (值1,值2,值3..);--向表中插入某些列in ...

  10. C#通过文件路径获取文件名小技巧

    string fullPath = @"\WebSite1\Default.aspx"; string filename = System.IO.Path.GetFileName( ...