Python的各种包的使用

Python的各种包的使用

各种包的使用，首先是要安装使用的包，具体的安装方式在之前的文章中有所总结，以下的包都安装成功
以下使用只需要要引用即可。

Ipython使用介绍

jupyter==IPython+Notebook，如今更名为：jupyter，即为原来的notebook
ipython 自动补全和缩进的交互shell
notebook 基于web的ipython shell！
notebook实际上会在本地的8888端口开一个服务器(tornado)，
所见到的首页，通常叫做notebook dashboard，它会列出所有的notebook。

IPython shell
jupyter 运行：ipython notebook
    出现jupyter,在其右侧，选择“new”
    代码片段有个专门的术语叫做cell
IPython具有Tab键自动补齐的功能，但是对于以下划线开头的属性和方法会隐藏，对于这些可以先输入下划线后_再Tab键。
中断执行 Ctr +C
魔法命令 Magic Command
%paste %cpaste

numpy包的使用

  import numpy as np
  np.mean()
  np.median()
  np.corrcodf()
  np.std()
  np.column_stack()
  和R语言中矩阵或者向量很相似

pandas包的使用

读取文件 read_csv()。read_table()--导入时数据框
import pandas as pd
brics = pd.read_csv("path/data.cvs",index_col = 0)
选择列
选择行 loc
dataframe

matplotlib包的使用

import matplotlib.pyplot as plt
plt.plot(np_hei)
plt.show()

scikit-learn包的使用---机器学习

http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn
from sklearn import svm
# 进行训练
clf = svm.SVC()
clf.fit(train_x, train_y)
# 对新的数据进行预测
clf.predict(new_x)

深度学习--人工智能

TensorFlow,是谷歌刚推出的深度学习框架，开源的TensorFlow是单机实现，其最有价值的分布式数据流实现，并没有开源
1. cpp+cuda写核心代码2. python调用 。目前不支持Windows

Caffe是应用最广的深度学习框架，作者伯克利PhD贾扬清。
1. cpp核心代码2. python以及matlab调用来做一些prototype

Theano，Theano大部分代码是使用Cython编写

torch，编程语言Lua

谷歌---TensorFlow；
伯克利--Caffe
Facebook---Torch
微软----分布式机器学习工具（DMTK）---计算网络工具包CNTK的
IBM-----SystemML，目前Apache旗下

blogroll

social