numpy

Posted on | Edited on

numpy 主要用来做数据分析。

生成测试数据

1
2
3
4
5
6
# 随机洗牌
import numpy as np

# permutation 会返回新的数组，shuffle 是在原来的数组上洗牌
shuffled_indices = np.random.permutation(len(data))
test_set_size = int(len(data) * test_ratio)

Scikit-learn 也提供了分割子集的方式：

1
2
3
from sklearn.model_selection import train_test_split

train_set, test_set = train_test_split(housing, test_size=0.2, random_state=42)

分层采样

画图

散点图

1
2
3
4
5
# housing 是 dataForm 对象
housing.plot(kind="scatter", x="longtitude", y="latitude")

# 通过设置 alpha 可以方面的看出密度
housing.plot(kind="scatter", x="longtitude", y="latitude", alpha=0.1)