灰太狼的数据世界(四)

2024-04-17 07:48
文章标签 数据 世界 灰太狼

本文主要是介绍灰太狼的数据世界(四),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!


640?wx_fmt=png

Scipy是


一个专门用于科学计算的库


它与Numpy有着密切的关系


Numpy是Scipy的基础


Scipy通过Numpy数据来进行科学计算


包含


统计

优化

整合

以及线性代数模块

傅里叶变换

信号和图像图例

常微分方差的求解等



给个表给你参考下?


640?wx_fmt=png


怎么样?


是不是看上去就有一股很骚气的味道?


那咱就继续学下去呗!


首先


安装

个人推荐pip直接全家桶


pip install -U numpy scipy scikit-learn


640?wx_fmt=png



当然也有人推荐

Anaconda

因为用了它

一套环境全搞定

妈妈再也不用担心我安装问题了~


安装完之后就是直接使用了

首先我们来谈谈

(这些函数其实都是numpy里面的

它们也可以被scipy对象使用)


unique函数

之前在numpy里面有说过

主要是用来除去重复元素

同样的,这个方法适用numpy

也适用于sm这样的一个对象

(类似于python里面的set)


import numpy as np
import scipy.misc as sm
x = np.array([1, 3, 2, 1, 4, 2])
print(np.unique(x), "# unique(x)")
face = sm.face()
print(np.unique(face), "# unique(face)")



bincount函数

统计出数组里的从0到数组最大值n

共n+1个自然数出现的次数


具体做法

先找出数组里的最大值

统计0~最大值间的所有值出现的次数


import numpy as np
import scipy.misc as sm
ascent = sm.ascent()
print("max of array {} has {}"
.format(np.max(ascent[0]),
len(ascent[0])))
b = np.bincount(ascent[0])
print("return array's length {}"
.format(len(b)))

print("result {}".format(b))



fromfunctiont函数

类似于python里面的map函数

利用传入的函数生成一个数组


import numpy as np
def func(x, y):
return (x + y) * 3

t = np.fromfunction(func, (3, 4),

        dtype=np.uint8)

print( "t = {}".format(t))


除了上面这几个

还有下面几个函数

put函数

替换数组里面的值

putmask函数

和put一样,也是替换

.........


刚刚说的这些

还是停留在Numpy的基础上

都是Numpy自己的函数


下面我们来说点有用的

看看Scipy自己的函数吧~


Scipy有一些专门的类

可以用来创建

稀疏矩阵

coo_matrix

csc_matrix

csr_matrix

bsr_matrix


我们来瞧一个栗子


import numpy as np
import scipy.sparse as ss
a = np.zeros((3, 4))
a[1, 2] = 12
a[2, 2] = 22
print(a)

print(ss.csc_matrix(a))

640?wx_fmt=png

我们可以在创建的ndarry里面找出不为零的值和他的位置,

将这个数组直接转化成稀疏矩阵



我们还可以利用

mat函数/bmat函数

来创建特殊的矩阵


np.mat函数可将数组转为矩阵

np.bmat函数可以矩阵为参数创建阵列的矩阵



import numpy as np
a = np.mat(np.ones([3, 3]))
b = np.mat(np.zeros([3,3]))
print("a = {}".format(a))
print("b = {}".format(b))
c = np.bmat("a,b;b,a")
print("c = {}".format(c))

640?wx_fmt=png


Tile函数

将第一个参数映射到第二个参数

import numpy as np
t = np.arange(9).reshape([3, 3])
print(t)
tm = np.tile(t, [3,2])
print(tm)

640?wx_fmt=png

将t映射到【3,2】上


block_diag函数

block_diag函数可以创建一个

广义“主对角线”非0的大矩阵

其参数是矩阵

用矩阵作为主对角线性的值

所以矩阵会很大~

import numpy as np
import scipy.linalg as sl
a = np.mat(np.ones([3, 3]))
b = np.mat(np.ones([4, 3]))
c = np.mat(np.ones([3, 4]))
print("a = {}".format(a))
print("b = {}".format(b))
print("c = {}".format(c))
d = sl.block_diag(a,b,c)
print("d = {}".format(d))

640?wx_fmt=png

640?wx_fmt=png



除了创建矩阵

scipy当然还有更多有趣的地方

例如

线性方程组求解

具体怎么算的我也就不瞎说了

图能看懂就看

高数没学好的

推荐一个重新学的网址:

https://baike.baidu.com/item/lu%E5%88%86%E8%A7%A3/764245?fr=aladdin


我们有各种方法进行求解

例如:


LU分解

QR分解

SVD分解

Cholesky分解



先来了解一下LU分解~

640?wx_fmt=png



640?wx_fmt=png


将LU分解转化成Scipy代码

SciPy里的

scipy.linalg.lu函数可以基本实现对Ax=b的LU分解

但scipy.linalg.lu函数的返回值有三个p'、l'、u'

所以矩阵分解变为(P'L')U' = A

from scipy.linalg import lu
import numpy as np
A = np.matrix([[2,3],[5,4]])
b = np.matrix([4,3])
p,l,u = lu(A)
print("p = {}".format(p))
print("l = {}".format(l))
print("u = {}".format(u))
print("plu = {}".format(p.dot(l).dot(u)))
print("A = {}".format(A))

640?wx_fmt=png



下面我们可以利用

LU分解求方程组的解

分解过后的方程如下:

640?wx_fmt=png

对应的结果也就是A

640?wx_fmt=png

之后我们

求p、l、u

然后用pl和b求y

用u和y求x的值


from scipy.linalg import lu,solve
import numpy as np
A = np.array([[2,3],[5,4]])
b = np.array([4,3])
# 求的p l u
p,l,u = lu(A)
print("p = {}".format(p))
print("l = {}".format(l))
print("u = {}".format(u))
# 求ply = b的y
y = solve(p.dot(l), b)
print("y = {}".format(y))
# 求ux = y的x
x = solve(u, y)
print("x = {}".format(x))

640?wx_fmt=png

结果最后一行输出的是x的值,

x=(x1,x2)=(−1,2)


Cholesky分解

要求解线性方程组Ax=b

其中为对称正定矩阵

又叫平方根法

是求解对称线性方程组常用的方法之一

那么可通过下面步骤求解


(1)求的Cholesky分解,得到A=LLT

(2)求解Ly=b,得到y

(3)求解LTx=y,得到x 


下面使用

scipy.linalg模块下的cholesky函数

来对系数矩阵进行求cholesky分解

from scipy.linalg import cholesky
import numpy as np
from scipy.linalg import lu,solve
A = np.array([[1,2,3],[2,8,8],[3,8,35]])
b = np.array([1,8,20])
l = cholesky(A, lower=True)
print("L = {}".format(l))
print("matmul = {}".format(np.matmul(l,l.T)))
print("dot = {}".format(l.dot(l.T)))
y = solve(l, b)
print(l.dot(y), b)
x = solve(l.T, y)
print("x = {}".format(x))
print(l.T.dot(x), y)
print("y = {}".format(y))

640?wx_fmt=png



QR分解

QR分解法是三种将矩阵分解的方式之一

它把矩阵分解成:

一个正交矩阵与一个上三角矩阵的积

QR分解经常用来解线性最小二乘法问题

scipy.linalg模块下的qr函数

可以对矩阵进行QR分解操作

from scipy.linalg import qr
import numpy as np
aa = np.array([[0,3,1],[0,4,-2],[2,1,2]])
qq, rr = qr(aa)
print("Q = {}".format(qq))
print("R = {}".format(rr))
print("A = {}".format(aa))
print("QR = {}".format(qq.dot(rr)))

640?wx_fmt=png


 SVD奇异分解

svd是现在比较常见的算法之一

也是数据挖掘工程师、算法工程师

必备的技能之一


假设A是一个M×N的矩阵,

那么通过矩阵分解将会得到

U,Σ,VT(V的转置)三个矩阵

其中U是一个M×M的方阵

被称为左奇异向量

方阵里面的向量是正交的

Σ是一个M×N的对角矩阵

除了对角线的元素其他都是0

对角线上的值称为奇异值

VT(V的转置)是一个N×N的矩阵

被称为右奇异向量

方阵里面的向量也都是正交的


640?wx_fmt=png

from scipy.linalg import qr,svd
import numpy as np
aa = np.array([[0,3,1],[0,4,-2],[2,1,2]])
u, e, v = svd(aa)
print("u = {}".format(u))
print("e = {}".format(e))
print("v = {}".format(v))


640?wx_fmt=png


SVD的应用场景也比较明显

典型的使用的场景:

信号的降噪

图像的压缩


我们这边可以来看一个图像压缩的例子:

import scipy.misc
from scipy.linalg import svd
import matplotlib.pyplot as plt
import numpy as np
import numpy
img = scipy.misc.face()[:,:,0]

print(img.shape,type(img))
img = np.matrix(img)
U,s,Vh=svd(img)
plt.gray()

plt.subplot(221,aspect='equal')
plt.title("orignal")
plt.imshow(img)
plt.imsave('org.png', img)

A = numpy.dot(U[:,0:10],numpy.dot(numpy.diag(s[0:10]),Vh[0:10,:]))
plt.subplot(222,aspect='equal')
plt.title(":10")
plt.imshow(A)
plt.imsave('a10.png', A)

A = numpy.dot(U[:,0:50],numpy.dot(numpy.diag(s[0:50]),Vh[0:50,:]))
plt.subplot(223,aspect='equal')
plt.title(":50")
plt.imshow(A)
plt.imsave('a50.png', A)

A = numpy.dot(U[:,0:100],numpy.dot(numpy.diag(s[0:100]),Vh[0:100,:]))
plt.subplot(224,aspect='equal')
plt.title(":100")
plt.imshow(A)
plt.imsave('a100.png', A)

plt.show()

压缩原理如下:

640?wx_fmt=png


总结


svd分解在

机器学习

深度学习

计算机视觉等领域

都有很多涉及

需明白基础不牢靠

学习机器学习也就是浮于表面


这一期关于scipy使用的内容就到这里了(主要是讲的如何去使用scipy,但是具体的数学理论没有特别去讲,觉得以后有必要搞一期,谈谈线性代数,毕竟矩阵这个东西我们现在很常用)


下一期我们将接触:

Scipy里面的

范德蒙多项式逼近

最邻近插值法

拉格朗日插值法

埃米尔特插值法

样条插值

函数的求导和积分




“看看数学,再看看python,再一脸懵逼”


这篇关于灰太狼的数据世界(四)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/911207

相关文章

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

揭秘世界上那些同时横跨两大洲的国家

我们在《世界人口过亿的一级行政区分布》盘点全球是那些人口过亿的一级行政区。 现在我们介绍五个横跨两州的国家,并整理七大洲和这些国家的KML矢量数据分析分享给大家,如果你需要这些数据,请在文末查看领取方式。 世界上横跨两大洲的国家 地球被分为七个大洲分别是亚洲、欧洲、北美洲、南美洲、非洲、大洋洲和南极洲。 七大洲示意图 其中,南极洲是无人居住的大陆,而其他六个大洲则孕育了众多国家和

【Prometheus】PromQL向量匹配实现不同标签的向量数据进行运算

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯,先赞后看哦~🎈🎈 🏆 作者简介:景天科技苑 🏆《头衔》:大厂架构师,华为云开发者社区专家博主,阿里云开发者社区专家博主,CSDN全栈领域优质创作者,掘金优秀博主,51CTO博客专家等。 🏆《博客》:Python全栈,前后端开发,小程序开发,人工智能,js逆向,App逆向,网络系统安全,数据分析,Django,fastapi

烟火目标检测数据集 7800张 烟火检测 带标注 voc yolo

一个包含7800张带标注图像的数据集,专门用于烟火目标检测,是一个非常有价值的资源,尤其对于那些致力于公共安全、事件管理和烟花表演监控等领域的人士而言。下面是对此数据集的一个详细介绍: 数据集名称:烟火目标检测数据集 数据集规模: 图片数量:7800张类别:主要包含烟火类目标,可能还包括其他相关类别,如烟火发射装置、背景等。格式:图像文件通常为JPEG或PNG格式;标注文件可能为X

pandas数据过滤

Pandas 数据过滤方法 Pandas 提供了多种方法来过滤数据,可以根据不同的条件进行筛选。以下是一些常见的 Pandas 数据过滤方法,结合实例进行讲解,希望能帮你快速理解。 1. 基于条件筛选行 可以使用布尔索引来根据条件过滤行。 import pandas as pd# 创建示例数据data = {'Name': ['Alice', 'Bob', 'Charlie', 'Dav