必备工具包
君子生非异也，善假于物也。——《劝学》
机器学习更是如此，前人为我们整理了大量的工具，我们要学会利用这些工具，帮助我们更快更好的学习。
当然就像孙悟空去东海一样，武器五花八门，我们最好的还是找到几个趁手的工具。
这里我们介绍一个最核心的 python 工具包。
Numpy
NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。
核心特性：
-
一个强大的 N 维数组对象 ndarray
-
整合 C/C++/Fortran 代码的工具
-
线性代数、傅里叶变换、随机数生成等功能
ps: 说道这个 N-Array 不得不说成也萧何败萧何。java 为了避免程序的复杂性，本身是不支持 N-Array 的，所以原来使用 DL4j 进行机器学习的时候就会觉得有些别扭。
Pandas
Pandas 是一个开源的，BSD许可的库，为Python编程语言提供高性能，易于使用的数据结构和数据分析工具。
Pandas 的主要数据结构是 Series（一维数据）与 DataFrame（二维数据），这两种数据结构足以处理金融、统计、社会科学、工程等领域里的大多数典型用例
ps: 一般这个工具在债券、股票分析领域是非常常见的。
Matplotlib
Matplotlib 是一个综合库，用于在Python中创建静态，动画和交互式可视化。
比起数字，人类对于直观的图像理解的往往更好。
常言道，一图胜千言，Matplotlib 绝对是绘图的不二选择！
Seaborn
Seaborn 是基于matplotlib的Python数据可视化库。
它提供了用于绘制引人入胜且内容丰富的统计图形的高级界面。
换言之，就是在 Matplotlib 的基础上进行封装，让其更加简单好用。
工具包的学习
看到这里，很多小伙伴可能会想那我把这些工具都深入学习一遍。
不过老马不建议你这么做，最好的方式还是边用边学习，当然，前提你要知道每个包大概能做什么，不然无从学起。
Numpy 入门
引入
import numpy as np
入门
我们可以在昨天安装的 notebook 上测试一下简单的统计函数。
import numpy as np
print (np.std([1,2,3,4]))
这个函数可以计算标准差，结果如下：
1.118033988749895
当然，numpy 更大的魅力在于矩阵计算、线性代数等。这里暂时不做展开。
Pandas 入门
引入
import numpy as np
import pandas as pd
十分钟入门
我们可以参考一下官方的 10min 入门教程，这里我们只介绍最简单的方法，其他方法等使用到再做展开。
生成对象
import numpy as np
import pandas as pd
s = pd.Series([1, 3, 5, np.nan, 6, 8])
s
输出如下：
0 1.0
1 3.0
2 5.0
3 NaN
4 6.0
5 8.0
dtype: float64
这里生成了一个序列，pandas 会默认加上对应的索引。
可视化
import pandas as pd
ts = pd.Series(np.random.randn(1000), index=pd.date_range('1/1/2000', periods=1000))
ts = ts.cumsum()
ts.plot()
你会发现 pandas 本身也是支持可视化的，那么为什么还需要其他可视化工具呢？
术业有专攻，pandas 的强项是数据分析处理，更多强大丰富的图像展现，还是需要交个专业的工具。
Matplotlib 入门
引入
import numpy as np
import matplotlib.pyplot as plt
绘制正弦曲线
# 计算正弦曲线上点的 x 和 y 坐标
x = np.arange(0, 4 * np.pi, 0.1)
y = np.sin(x)
plt.title("sine wave form")
# 使用 matplotlib 来绘制点
plt.plot(x, y)
plt.show()
效果图：
更进一步
当然，你会感觉这也不过如此。
其实工具本身提供了无限的可能性，就像画笔之于画家，乐器之于奏乐者，一切的可能性只取决于你我。
我们来绘制一个稍微复杂一点地图像。（官方例子）
import matplotlib.pyplot as plt
import numpy as np
def explode(data):
size = np.array(data.shape)*2
data_e = np.zeros(size - 1, dtype=data.dtype)
data_e[::2, ::2, ::2] = data
return data_e
# build up the numpy logo
n_voxels = np.zeros((4, 3, 4), dtype=bool)
n_voxels[0, 0, :] = True
n_voxels[-1, 0, :] = True
n_voxels[1, 0, 2] = True
n_voxels[2, 0, 1] = True
facecolors = np.where(n_voxels, '#FFD65DC0', '#7A88CCC0')
edgecolors = np.where(n_voxels, '#BFAB6E', '#7D84A6')
filled = np.ones(n_voxels.shape)
# upscale the above voxel image, leaving gaps
filled_2 = explode(filled)
fcolors_2 = explode(facecolors)
ecolors_2 = explode(edgecolors)
# Shrink the gaps
x, y, z = np.indices(np.array(filled_2.shape) + 1).astype(float) // 2
x[0::2, :, :] += 0.05
y[:, 0::2, :] += 0.05
z[:, :, 0::2] += 0.05
x[1::2, :, :] += 0.95
y[:, 1::2, :] += 0.95
z[:, :, 1::2] += 0.95
ax = plt.figure().add_subplot(projection='3d')
ax.voxels(x, y, z, filled_2, facecolors=fcolors_2, edgecolors=ecolors_2)
plt.show()
效果如下：
小结
数据的三个核心步骤
（1）数据的初始化
（2）数据的计算、分析
（3）数据的可视化
这几个工具也是紧紧围绕这 3 点展开的。
下一篇我们将介绍一下机器学习中用到的数学知识~
希望本文对你有所帮助，如果喜欢，欢迎点赞收藏转发一波。
我是老马，期待与你的下次相遇。
