机器学习实践教程

第1章 数值计算基础 1 1.1 Python基础 1 1.1.1 列表与元组 2 1.1.2 切片 3 1.1.3 列表推导 4 1.1.4 生成器表达式 5 1.2 NumPy数组 6 1.2.1 创建NumPy数组 6 1.2.2 数组的属性 6 1.2.3 reshape 7 1.2.4 Python列表与NumPy数组 7 1.2.5 创建特定数组 8 1.2.6 创建单调数组 9 1.2.7 生成随机数 9 1.3 NumPy索引 10 1.3.1 切片索引 10 1.3.2 布尔索引 11 1.3.3 更复杂的布尔索引 12 1.3.4 整数数组索引 12 1.3.5 索引赋值 13 1.4 多维索引 13 1.4.1 定位单个元素 13 1.4.2 多维切片 14 1.4.3 newaxis 14 1.4.4 Ellipsis 15 1.4.5 整数数组索引 16 1.5 广播 17 1.5.1 一个实例 17 1.5.2 广播的条件 18 1.5.3 如何广播 18 1.5.4 几个操作实例 19 1.5.5 原地修改 21 1.6 图像处理 22 1.6.1 导入 22 1.6.2 翻转 23 1.6.3 截取下半部分 23 1.6.4 缩小 24 1.6.5 纵向拉伸 24 1.6.6 遮罩 25 1.6.7 添加两条对角线 26 第2章 数据分析 27 2.1 Series 27 2.1.1 简单的Series 27 2.1.2 指定索引 28 2.1.3 索引的使用 28 2.1.4 将Python字典转换为Series 29 2.1.5 自定义索引 29 2.1.6 判断NA值 30 2.1.7 索引自动对齐 31 2.2 DataFrame 31 2.2.1 构建DataFrame 32 2.2.2 获取指定列 33 2.2.3 获取指定行 33 2.2.4 对列赋值 34 2.2.5 索引对齐 35 2.2.6 删除列 35 2.2.7 内部的ndarray 36 2.3 数据的选择 36 2.3.1 数据开放平台 36 2.3.2 导入数据 36 2.3.3 选择列 37 2.3.4 选择行 37 2.3.5