灰太狼的数据世界(四)

简介: 灰太狼的数据世界(四)

640.jpg

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.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.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.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.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.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.png


640.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.jpg


640.jpg


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.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:

对应的结果也就是A

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.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.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.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.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.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.jpg

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

相关文章
数据的压迫
最近有点烦躁,项目上的效益不是很好,所以就开始压缩工时,更多的项目带来的是更短的时间,大家不再能友好的沟通,每个人的身上都或多或少带着戾气. 我有时候也在想为什么会这样,整体环境导致了如今的局面,大家应该一致对外,敢想敢干才是,直到前不久忽然得知一个同学有了更好的发展,薪资的水平是我的三倍还多,我也失衡了,一整夜都在失眠,所以我就想写篇文章,既然是干数据的,那我就把这篇博客叫“数据的压迫”.
62 0
|
2月前
|
存储 运维 分布式数据库
1T 数据到底有多大?
本文探讨了1TB数据量的实际意义,通过对比日常业务量和数据库处理能力,揭示了1TB数据的庞大。文中指出,虽然一些机构拥有PB级别的数据,但这更多是存储需求而非计算需求。文章最后强调,优化TB级数据处理效率,如将几小时的处理时间缩短至几分钟,对于大多数应用场景来说更为实际和重要。
|
2月前
|
数据采集
3.1.2 数据说明
本案例基于2022年5月10日采集的某网站前50页手机销售数据,包含手机销售信息和用户售后反馈两部分,旨在分析销售状况、用户需求及体验。通过对这些数据的深入挖掘,项目目标在于理解消费者的购买行为与偏好,并据此调整营销策略,优化售后服务,从而提升电商平台的经济效益。
38 3
|
3月前
|
搜索推荐 大数据 数据处理
数据特点
数据特点
65 8
|
存储 数据库 索引
灰太狼的数据世界(二)
灰太狼的数据世界(二)
149 0
|
存储 算法 数据可视化
灰太狼的数据世界(一)
灰太狼的数据世界(一)
160 0
|
SQL 数据采集 JSON
灰太狼的数据世界(三)
灰太狼的数据世界(三)
89 0
|
Linux
6.3.3 数据撷取
6.3.3 数据撷取
83 0
|
人工智能 算法 新能源
数据上新啦!
风机检测算法与风机分布数据集上线
数据上新啦!