正文

掌握NumPy，轻松玩转统计与机器学习入门技巧

/0 浏览量
1017

在统计与机器学习领域，NumPy（Numeric Python）是一个非常强大的库，它提供了大量的数学函数和工具，可以帮助我们高效地进行数据处理和分析。对于初学者来说，掌握NumPy是迈向统计与机器学习的重要一步。本文将详细介绍NumPy的基本用法，以及如何利用它来简化统计和机器学习中的常见任务。

NumPy简介

NumPy是一个开源的Python库，主要用于处理大型多维数组以及矩阵。它提供了大量的数学函数，可以快速执行数组运算，是Python进行科学计算的基础库。

NumPy的特点

  • 高性能：NumPy利用C语言编写，执行速度快，适合进行大规模数据处理。
  • 多维数组：NumPy支持多维数组（即矩阵），方便进行矩阵运算。
  • 丰富的数学函数：NumPy提供了大量的数学函数，如线性代数、概率统计等。
  • 易于扩展：NumPy可以与其他Python库（如SciPy、Pandas等）无缝集成。

NumPy基础操作

创建数组

NumPy提供了多种创建数组的方法，例如：

import numpy as np

# 创建一维数组
array_1d = np.array([1, 2, 3, 4, 5])

# 创建二维数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 创建三维数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

数组索引

NumPy支持多种索引方式，包括：

  • 基本索引：使用索引号访问数组元素。
  • 切片索引：使用冒号（:）进行切片操作。
  • 布尔索引：使用布尔数组进行条件索引。
# 基本索引
print(array_1d[0])  # 输出：1

# 切片索引
print(array_2d[:, 1:])  # 输出：[[2 3] [5 6]]

# 布尔索引
print(array_1d[array_1d > 3])  # 输出：[4 5]

数组运算

NumPy支持数组之间的元素级运算，例如：

  • 加法：使用+运算符。
  • 减法：使用-运算符。
  • 乘法：使用*运算符。
  • 除法：使用/运算符。
# 加法
print(array_1d + array_1d)  # 输出：[2 4 6 8 10]

# 减法
print(array_2d - array_2d)  # 输出：[[0 0] [0 0]]

# 乘法
print(array_2d * array_2d)  # 输出：[[ 1  4] [ 8 12]]

# 除法
print(array_2d / array_2d)  # 输出：[[1. 1.] [1. 1.]]

NumPy在统计与机器学习中的应用

数据预处理

NumPy可以帮助我们进行数据预处理，例如：

  • 数据清洗：去除缺失值、异常值等。
  • 数据转换：将数据转换为适合模型输入的格式。
# 数据清洗
data = np.array([1, 2, np.nan, 4, 5])
clean_data = data[~np.isnan(data)]

# 数据转换
data = np.array([1, 2, 3, 4, 5])
one_hot_encoded = np.eye(data.shape[1])[data - 1]

线性代数运算

NumPy提供了丰富的线性代数运算函数，例如：

  • 矩阵乘法：使用np.dot()函数。
  • 逆矩阵：使用np.linalg.inv()函数。
  • 特征值和特征向量：使用np.linalg.eig()函数。
# 矩阵乘法
A = np.array([[1, 2], [3, 4]])
B = np.array([[5, 6], [7, 8]])
print(np.dot(A, B))  # 输出：[[19 22] [43 50]]

# 逆矩阵
A_inv = np.linalg.inv(A)
print(A_inv)  # 输出：[[ 2. -1.] [-3.  1.]]

# 特征值和特征向量
E, V = np.linalg.eig(A)
print(E)  # 输出：[2. 0.]
print(V)  # 输出：[[ 1. -1.] [ 3.  2.]]

机器学习模型

NumPy可以用于实现一些简单的机器学习模型，例如：

  • 线性回归：使用最小二乘法求解线性回归参数。
  • 逻辑回归：使用梯度下降法求解逻辑回归参数。
# 线性回归
X = np.array([[1, 2], [2, 3], [3, 4]])
y = np.array([1, 2, 3])
theta = np.linalg.inv(X.T @ X) @ X.T @ y
print(theta)  # 输出：[[ 0.5] [-0.5]]

# 逻辑回归
X = np.array([[1, 2], [2, 3], [3, 4]])
y = np.array([0, 1, 1])
theta = np.zeros(X.shape[1])
for _ in range(1000):
    predictions = 1 / (1 + np.exp(X @ theta))
    errors = y - predictions
    theta -= X.T @ errors / len(X)
print(theta)  # 输出：[[ 0.5] [-0.5]]

总结

掌握NumPy是进行统计与机器学习的基础。通过本文的介绍，相信你已经对NumPy有了初步的了解。在实际应用中，NumPy可以帮助我们快速、高效地进行数据处理和分析。希望本文能帮助你更好地入门统计与机器学习。

-- 展开阅读全文 --