Python 常用函数用法总结

import numpy as np

np.random.seed(1)
#设置随机种子

np.log(x)
#给list中的每个元素取对数

np.multiply(x, y)
#list中对应元素相乘

np.dot(x, y)
#矩阵乘法

np.power(x, 2)
#list对应元素乘方

#矩阵拓展
#如果m*n的矩阵和1*k的矩阵相乘，第二个矩阵会自动拓展成n*k的矩阵

x.T
#x的转置

np.random.randn(nh, nx)
#生成一个nh*nx的list，元素服从标准正态分布

np.zeros(shape=(nh, 1))
#生成一个nh*1的全0 list

np.round(x)
#将x中的每个元素四舍五入

np.mean(x)
#对x的所有元素求平均值

import matplotlib.pyplot as plt

plt.scatter(X[0, :], X[1, :], c=Y, s=40, cmap=plt.cm.Spectral)
#前两项分别设置x、y轴

plt.title()
#给图片设置标题

plt.show()
#展示图片

import sklearn
import sklearn.datasets
import sklearn.linear_model

clf = sklearn.linear_model.LogisticRegressionCV()
#生成一个逻辑回归的项目

clf.fit(X.T, Y.T.ravel())
#放入数据和标记，其中ravel()是将list压缩

clf.predict(x)
#预测值