print('a')
print('b')
print('c')
代码保存在D盘python_1文件夹内
print('a')
print('b')
print('c')
代码保存在D盘python_1文件夹内
什么是机器学习
对于给定的任务T,在合理的性能度量方案p的前提下,计算机程序可以自主学习任务T的经验E;随着提供合适、优质、大量的经验E,该程序对于任务T的性能逐步提高。
机器学习是人工智能的一个分支
使用计算机设计一个系统,使它能够提供根据提供的训练数据按照一定的方式来学习,随着训练次数的增加,该系统可以在性能上不断学习和改进,通过参数优化的学习模型,能够用于预测相关问题的输出
numpy读取数据
np.loadtxt(frame,dtype=np.float,delimiter=None,skiprows=0,usecols=None,unpack=False)
转置t.T()
t1.reshape(1,24) #修改数组形状
t1.flatten() #展开 二维降成一维
t1+2 #数组每个值都加2 (广播机制)
0除以0得到nan(不是一个数字),其他数字除以0得到inf(无穷的意思)
t6+t5 #对应位置的数据计算
matplotlib
plt.figure(figsize=(20,8),dpi=80)
plt.savefig('./sig.png')
plt.xticks(x) #x的每个值
plt.xticks((1,26))#调整步长
matplotlib
1.什么是matplotlib
主要做数据可视化,模仿matlab
安装conda install matplotlib
2.matplotlib基本要点
axis轴,指的是x或y轴
from matplotlib import pyplot as plt
x= range(2,26,2)
y=[15,13,14.5,17,20,25,26,26,24,22,18,15]
plt.plot(x,y)
plt.show()
提出问题
准备数据(数据清洗)
分析数据
获得结论
成果可视化
类.mro()显示类的层结构
dir()查看类属性
子类中重写父类他函数
事件:样本点的合集
事件运算:
包含,等价,对立(逆事件)
AUB, A,B事件的并
A∩B=AB,A,B事件的交集
AB=空集, A∪B=A+B 称为和
A-B=AB(逆)
交换律A∪B=B∪A, AB=BA
结合律(A∪B)∪C=A∪(B∪C),ABC=A(BC)
分配律(A∪B)∩C=AC ∩ BC
(A∩B)∪C=(A∪C)∩(B∪C)
德摩根定理:分开反号
继承:代码复用,默认类object
class 子类(父类1,父类2,...):
def __init__(self,形参)
父类.__init__(self,形参) 带入父类属性
@property
把类内方法变成属性
常规调用 s.function()
@property后调用 s.function
私有方法
定义
def __function(self):
调用
s._classname__function()
私有属性
定义
self.__age=age
间接访问
s._Classname__age
python中方法/函数没有重载
同名函数,后者覆盖前者
class 外可以用新函数覆盖class 内的方法函数
覆盖新函数要加第一位形参self
class.函数名=类外函数名
__call__()方法调用对象
def __call__(self,形参)
析构函数__del__(self)
用垃圾回收机制销毁0引用对象,一般不需重写
class person:
def __del__(self):
print("obj deleted")
类方法,只操作类属性,不涉及实例属性
@classmethod
def xxx(cls): xxx函数名
类名.xxx()
静态方法,应用于类内,可以强行调用类属性
@staticmethod
def 静态方法名(形参列表)
不能调用实例属性,方法
class studnet:
company="sxt" 类属性
count=0 类属性
def __init__(self, name, age): 实例属性
self.a=name
self.b=age
student.count+=1 调用计数器
def sayage(self): 实例方法
print(age)
print(studnet.count,student.company) 实例方法中调用类属性