机器学习中遇到的函数以及用法

1. numpy之linspace()  参照：numpy之linspace()函数使用详解

2. 切片与插入

1.   pandas库的DataFrame属性中df.values的作用是返回numpy数组表示的数据
2.   data.mean()表示均值        data.std() 表示数据方差
3. #定义激活函数
   def sigmoid(z):
       return 1/(1+np.exp(-z))  

4. np.arange()
   函数返回一个有终点和起点的固定步长的排列，如[1,2,3,4,5]，起点是1，终点是6，步长为1。
   参数个数情况： np.arange()函数分为一个参数，两个参数，三个参数三种情况
   1）一个参数时，参数值为终点，起点取默认值0，步长取默认值1。
   2）两个参数时，第一个参数为起点，第二个参数为终点，步长取默认值1。
   3）三个参数时，第一个参数为起点，第二个参数为终点，第三个参数为步长。其中步长支持小数

   #一个参数 默认起点0，步长为1 输出：[0 1 2]
   a = np.arange(3)

   #两个参数 默认步长为1 输出[3 4 5 6 7 8]
   a = np.arange(3,9)

   #三个参数 起点为0，终点为3，步长为0.1 输出[ 0. 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1. 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 2. 2.1 2.2 2.3 2.4 2.5 2.6 2.7 2.8 2.9]
   a = np.arange(0, 3, 0.1)
    

5.  DataFrame的基础语法：DataFrame的基本用法_超神了我的王的博客-CSDN博客_dataframe

 6. np.insert()

在numpy数组操作中，np.append()方法可以在每行每列的最后添加数据，但其位置是规定的，那如果想要指定添加位置。就要使用np.insert()函数。np.insert()函数可以在指定位置上将向量插入某一行或列。本文介绍python中np.insert()函数的使用方法

1、np.insert()函数

将向量插入某一行或列

表示在矩阵b的基础上增加向量a，axis=1表示增加的向量以列的形式，0表示增加的向量以行的形式2表示增加的向量a的索引为2

2、使用语法

numpy.insert(arr,obj,value,axis=None)

3、使用参数

arr：目标向量

obj：目标向量的axis维度的目标位置

value：插入的数值

axis ：为想要插入的维

4、返回值： 

返回一个插入向量后的数组。若axis=None，则返回一个扁平(flatten)数组。

5、使用实例

>>> np.insert(a,1,[0,0,0,0],0)
array([[ 0,  1,  2,  3],
       [ 0,  0,  0,  0],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

以上就是python中np.insert()函数的使用方法的使用介绍，需要注意参数axis在进行插入的时候，对arr和values的维度不再有限制。

7.np.meshgrid（）    ------------生成网格图

X, Y = np.meshgrid(x, y) 代表的是将x中每一个数据和y中每一个数据组合生成很多点,然后将这些点的x坐标放入到X中,y坐标放入Y中,并且相应位置是对应的

二维坐标系中,X轴可以取三个值1,2,3, Y轴可以取2个值7,8, 请问可以获得多少个点的坐标?
显而易见是6个:
(1,7)(2,7)(3,7)
(1,8)(2,8)(3,8)

np.meshgrid()就是干这个的!

8.xx.ravel()用法----拉成一维数组

   参考：python中ravel()用法_yunfeather的博客-CSDN博客_python ravel