日韩成人免费在线_国产成人一二_精品国产免费人成电影在线观..._日本一区二区三区久久久久久久久不

當前位置:首頁 > 科技  > 軟件

數據分析必會的十個 Python 庫

來源: 責編: 時間:2024-02-01 12:51:57 234觀看
導讀Scikit-learnScikit-learn 是一個功能強大的機器學習庫,為監督和無監督學習、模型選擇和預處理提供了廣泛的算法。Scikit-learn 簡化了構建機器學習模型的過程,使其成為數據科學家和分析師的熱門選擇。可以通過 pip 命

Scikit-learn

mcb28資訊網——每日最新資訊28at.com

Scikit-learn 是一個功能強大的機器學習庫,為監督和無監督學習、模型選擇和預處理提供了廣泛的算法。Scikit-learn 簡化了構建機器學習模型的過程,使其成為數據科學家和分析師的熱門選擇。mcb28資訊網——每日最新資訊28at.com

可以通過 pip 命令來進行安裝。mcb28資訊網——每日最新資訊28at.com

pip install scikit-learn

以下是導入和使用 scikit-learn 的方法。mcb28資訊網——每日最新資訊28at.com

import numpy as npimport pandas as pdfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LogisticRegressiondf = pd.read_csv('data.csv')X = df.drop('target', axis=1)y = df['target']X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)model = LogisticRegression().fit(X_train, y_train)y_pred = model.predict(X_test)

Statsmodels

Statsmodels 是一個面向統計的模塊,用于數據分析、統計推斷和數據建模。它提供了模型擬合、假設檢驗等工具。Statsmodels 對于生成統計數據和假設檢驗結果特別有用。mcb28資訊網——每日最新資訊28at.com

同樣,我們也可以直接使用 pip 來安裝它。mcb28資訊網——每日最新資訊28at.com

pip install statsmodels

以下是導入和使用 Scipy 的方法。mcb28資訊網——每日最新資訊28at.com

import statsmodels.api as smimport pandas as pddf = pd.read_csv('data.csv')model = sm.OLS(endog=df['target'], exog=df[['X1', 'X2']])results = model.fit()print(results.summary())

Scipy

SciPy 是基于 Python 的一個重要科學計算庫,它構建在 NumPy 的基礎上,提供了大量的數學算法和函數工具,主要用于科學和工程領域的計算。mcb28資訊網——每日最新資訊28at.com

要安裝 Scipy,請在終端中運行以下命令。mcb28資訊網——每日最新資訊28at.com

pip install scipy

以下是導入和使用 Scipy 的方法。mcb28資訊網——每日最新資訊28at.com

import numpy as npfrom scipy.optimize import minimizedef objective(x):    return np.sum((x[0] - x[1])**2)start = np.array([1, 1])opt = minimize(objective, start, method='TNC')print(opt.x)

TensorFlow

TensorFlow 是一個開源平臺,用于構建機器學習模型以及訓練、評估和部署它們。它使用 GPU 和 TPU 提供加速計算,并支持跨多個 CPU、GPU 或 TPU 設備進行分布式訓練。mcb28資訊網——每日最新資訊28at.com

以下是導入和使用 TensorFlow 的方法。mcb28資訊網——每日最新資訊28at.com

import tensorflow as tfmodel = tf.keras.Sequential([     tf.keras.layers.Dense(64, input_shape=(1000,)),     tf.keras.layers.Dense(1),     tf.keras.layers.Activation('sigmoid') ])model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])model.fit(x_train, y_train, epochs=100, validation_split=0.2)

Keras

Keras 是一個開源神經網絡庫,用 Python 編寫,能夠在 TensorFlow 和 CNTK 上運行。它提供了更高層次的抽象,可以快速高效地構建深度學習模型。mcb28資訊網——每日最新資訊28at.com

以下是導入和使用 Keras 的方法。mcb28資訊網——每日最新資訊28at.com

import kerasfrom keras.models import Sequentialfrom keras.layers import Densemodel = Sequential()model.add(Dense(64, input_shape=(1000,)))model.add(Dense(1))model.add(Dense(1, activation='sigmoid'))model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])model.fit(x_train, y_train, epochs=100, validation_split=0.2)

PyTorch

PyTorch 是一個開源的機器學習庫,廣泛用于計算機視覺和自然語言處理等應用領域。PyTorch 以其易于使用和靈活性而聞名,特別適用于深度學習和神經網絡的研究與開發。mcb28資訊網——每日最新資訊28at.com

以下是導入和使用 PyTorch 的方法。mcb28資訊網——每日最新資訊28at.com

import torchimport torch.nn as nnimport torch.optim as optim# 創建一個簡單的線性模型model = nn.Linear(in_features=1, out_features=1)# 定義損失函數和優化器criterion = nn.MSELoss()optimizer = optim.SGD(model.parameters(), lr=0.01)# 示例數據x_train = torch.tensor([[1.0], [2.0], [3.0]])y_train = torch.tensor([[2.0], [4.0], [6.0]])# 訓練模型for epoch in range(1000):    model.train()    optimizer.zero_grad()        # 正向傳播    y_pred = model(x_train)        # 計算損失    loss = criterion(y_pred, y_train)        # 反向傳播和優化    loss.backward()    optimizer.step()# 測試模型model.eval()with torch.no_grad():    y_pred = model(torch.tensor([[4.0]]))    print(y_pred)

PySpark

PySpark 是 Apache Spark 的 Python 模塊。它提供了用于大數據處理的 Python 高級 API,并支持關系數據源和 NoSQL 數據源。PySpark 提供豐富的數據框架和 SQL 功能。mcb28資訊網——每日最新資訊28at.com

import pyspark.sql.functions as Fdf = spark.createDataFrame([(1, 'A'), (2, 'B'), (3, 'C'), (4, 'B')], ['id', 'word'])result = df.groupBy('word').count().orderBy('count', ascending=False)result.show()

Requests

Requests 是一種發送 HTTP 請求并處理其響應的簡單、靈活且可重用的方式。它提供了對類 UNIX 代碼定制和技術的快速訪問。mcb28資訊網——每日最新資訊28at.com

要安裝 Requests,請在終端中運行以下命令。mcb28資訊網——每日最新資訊28at.com

pip install requests

以下是導入和使用請求的方法。mcb28資訊網——每日最新資訊28at.com

import requestsresponse = requests.get('https://example.com')print(response.status_code)

BeautifulSoup

BeautifulSoup 是一個用于從 HTML 和 XML 文檔中提取數據的 Python 庫。它創建了文檔的解析樹,使得用戶可以方便地提取數據。mcb28資訊網——每日最新資訊28at.com

要安裝 BeautifulSoup,請在終端中運行以下命令。mcb28資訊網——每日最新資訊28at.com

pip install beautifulsoup4

以下是導入和使用 BeautifulSoup 的方法。mcb28資訊網——每日最新資訊28at.com

from bs4 import BeautifulSouphtml = '<ul><li>1</li><li>2</li><li>3</li></ul>'soup = BeautifulSoup(html, 'html.parser')li_list = soup.find_all('li')for li in li_list:    print(li.get_text())

Flask

Flask 是一個用 Python 編寫的輕量級 Web 應用框架。它被廣泛用于快速開發簡單的網站和 API。mcb28資訊網——每日最新資訊28at.com

from flask import Flaskapp = Flask(__name__)@app.route('/')def hello():     return 'Hello, World!'app.run()

本文鏈接:http://www.www897cc.com/showinfo-26-70471-0.html數據分析必會的十個 Python 庫

聲明:本網頁內容旨在傳播知識,若有侵權等問題請及時與本網聯系,我們將在第一時間刪除處理。郵件:2376512515@qq.com

上一篇: 十個Python編程小技巧

下一篇: 2023年哪個前端框架用的最多?用數據說話

標簽:
  • 熱門焦點
Top 主站蜘蛛池模板: 弋阳县| 兴宁市| 资中县| 乳源| 沐川县| 海淀区| 专栏| 清流县| 敖汉旗| 东乡| 米易县| 阿鲁科尔沁旗| 尚志市| 新和县| 虞城县| 观塘区| 雷波县| 外汇| 惠来县| 松桃| 苏州市| 堆龙德庆县| 翁源县| 曲阳县| 卓尼县| 南皮县| 阳原县| 丹东市| 土默特右旗| 贵港市| 江西省| 电白县| 庆云县| 突泉县| 长治市| 铅山县| 囊谦县| 梨树县| 肃北| 陵川县| 阳江市|