🏆🏆🏆教程全知识点简介：1.机器学习常用科学计算库包括基础定位、目标。2. 人工智能概述涵盖人工智能应用场景、人工智能小案例、人工智能发展必备三要素、人工智能机器学习和深度学习。3. 机器学习概述包括机器学习工作流程、什么是机器学习、模型评估（回归模型评估、拟合）、Azure机器学习模型搭建、完整机器学习项目流程。4. 机器学习基础环境安装与使用包括Jupyter Notebook使用（一级标题、Jupyter Notebook中自动补全代码等相关功能拓展）。5. Matplotlib可视化涵盖Matplotlib HelloWorld（什么是Matplotlib、实现简单Matplotlib画图折线图、画出温度变化图、准备数据、创建画布、绘制折线图、显示图像、构造x轴刻度标签、修改坐标刻度显示、设置中文字体、设置正常显示符号、保存图片）、添加坐标轴刻度、添加网格显示、添加描述信息、图像保存、设置图形风格、常见图形绘制（常见图形种类意义、散点图绘制）。6. Numpy包括Numpy优势、N维数组ndarray（ndarray属性）、基本操作（生成数组方法、生成0和1数组、从现有数组生成、创建符合正态分布股某票涨跌幅数据）、数组间运算（数组与数的运算）。7. Pandas数据结构包括Series、DataFrame。8. 文件读取与存储涵盖CSV（read_csv）、HDF（read_hdf与to_hdf）、JSON（read_josn）。9. 高级处理数据离散化包括为什么要离散化、什么是数据离散化、股某票涨跌幅离散化（读取股某票数据、将股某票涨跌幅数据进行分组、股某票涨跌幅分组数据变成one_hot编码）、案例实现。

📚📚仓库code.zip 👉直接-->：   https://gitee.com/yinuo112/AI/blob/master/机器学习/嘿马机器学习（科学计算库）/note.md    🍅🍅

✨ 本教程项目亮点

🧠 知识体系完整：覆盖从基础原理、核心方法到高阶应用的全流程内容
💻 全技术链覆盖：完整前后端技术栈，涵盖开发必备技能
🚀 从零到实战：适合 0 基础入门到提升，循序渐进掌握核心能力
📚 丰富文档与代码示例：涵盖多种场景，可运行、可复用
🛠 工作与学习双参考：不仅适合系统化学习，更可作为日常开发中的查阅手册
🧩 模块化知识结构：按知识点分章节，便于快速定位和复习
📈 长期可用的技术积累：不止一次学习，而是能伴随工作与项目长期参考

🎯🎯🎯全教程总章节

🚀🚀🚀本篇主要内容

Pandas

学习目标

• 了解Numpy与Pandas的不同
• 说明Pandas的Series与Dataframe两种结构的区别
• 了解Pandas的MultiIndex与panel结构
• 应用Pandas实现基本数据操作
• 应用Pandas实现数据的合并
• 应用crosstab和pivot_table实现交叉表与透视表
• 应用groupby和聚合函数实现数据的分组与聚合
• 了解Pandas的plot画图功能
• 应用Pandas实现数据的读取和存储

5.8 高级处理-数据离散化

学习目标

• 目标

• 应用cut、qcut实现数据的区间分组

• 应用get_dummies实现数据的one-hot编码

1 为什么要离散化

连续属性离散化的目的是为了简化数据结构，数据离散化技术可以用来减少给定连续属性值的个数。离散化方法经常作为数据挖掘的工具。

2 什么是数据的离散化

连续属性的离散化就是在连续属性的值域上，将值域划分为若干个离散的区间，最后用不同的符号或整数 值代表落在每个子区间中的属性值。

离散化有很多种方法，这使用一种最简单的方式去操作

• 原始人的身高数据：165，174，160，180，159，163，192，184
• 假设按照身高分几个区间段：150~165, 165~180,180~195

这样 将数据分到了三个区间段，我可以对应的标记为矮、中、高三个类别，最终要处理成一个"哑变量"矩阵

3 股某票的涨跌幅离散化

对股某票每日的"p_change"进行离散化

3.1 读取股某票的数据

先读取股某票的数据，筛选出p_change数据

data = pd.read_csv("./data/stock_day.csv")
p_change= data['p_change']

3.2 将股某票涨跌幅数据进行分组

使用的工具：

• pd.qcut(data, q)：

• 对数据进行分组将数据分组，一般会与value_counts搭配使用，统计每组的个数

• series.value_counts()：统计分组次数

# 自行分组


qcut = pd.qcut(p_change, 10)


# 计算分到每个组数据个数


qcut.value_counts()

自定义区间分组：

• pd.cut(data, bins)

# 自己指定分组区间


bins = [-100, -7, -5, -3, 0, 3, 5, 7, 100]
p_counts = pd.cut(p_change, bins)

3.3 股某票涨跌幅分组数据变成one-hot编码

• 什么是one-hot编码

把每个类别生成一个布尔列，这些列中只有一列可以为这个样本取值为1.其又被称为独热编码。

把下图中左边的表格转化为使用右边形式进行表示：

图片无法加载

• pandas.get_dummies(data, prefix=None)

• data:array-like, Series, or DataFrame

• prefix:分组名字

# 得出one-hot编码矩阵


dummies = pd.get_dummies(p_counts, prefix="rise")

4 小结

• 数据离散化【知道】

• 可以用来减少给定连续属性值的个数

• 在连续属性的值域上，将值域划分为若干个离散的区间，最后用不同的符号或整数值代表落在每个子区间中的属性值。

• qcut、cut实现数据分组【知道】

• qcut:大致分为相同的几组

• cut:自定义分组区间

• get_dummies实现哑变量矩阵【知道】

5.9 高级处理-合并

学习目标

• 目标

• 应用pd.concat实现数据的合并

• 应用pd.merge实现数据的合并

如果你的数据由多张表组成，那么有时候需要将不同的内容合并在一起分析

1 pd.concat实现数据合并

• pd.concat([data1, data2], axis=1)

• 按照行或列进行合并,axis=0为列索引，axis=1为行索引

比如 将刚才处理好的one-hot编码与原数据合并

# 按照行索引进行


pd.concat([data, dummies], axis=1)

2 pd.merge

• pd.merge(left, right, how='inner', on=None)

• 可以指定按照两组数据的共同键值对合并或者左右各自

• left: DataFrame
• right: 另一个DataFrame
• on: 指定的共同键
• how:按照什么方式连接

2.1 pd.merge合并

left = pd.DataFrame({'key1': ['K0', 'K0', 'K1', 'K2'],
                        'key2': ['K0', 'K1', 'K0', 'K1'],
                        'A': ['A0', 'A1', 'A2', 'A3'],
                        'B': ['B0', 'B1', 'B2', 'B3']})

right = pd.DataFrame({'key1': ['K0', 'K1', 'K1', 'K2'],
                        'key2': ['K0', 'K0', 'K0', 'K0'],
                        'C': ['C0', 'C1', 'C2', 'C3'],
                        'D': ['D0', 'D1', 'D2', 'D3']})



# 默认内连接


result = pd.merge(left, right, on=['key1', 'key2'])

• 左连接

result = pd.merge(left, right, how='left', on=['key1', 'key2'])

• 右连接

result = pd.merge(left, right, how='right', on=['key1', 'key2'])

• 外链接

result = pd.merge(left, right, how='outer', on=['key1', 'key2'])

3 总结

• pd.concat([数据1, 数据2], axis=**)【知道】

• pd.merge(left, right, how=, on=)【知道】

• how -- 以何种方式连接

• on -- 连接的键的依据是哪几个

5.10 高级处理-交叉表与透视表

学习目标

• 目标

• 应用crosstab和pivot_table实现交叉表与透视表

1 交叉表与透视表什么作用

探究股某票的涨跌与星期几有关？

以下图当中表示，week代表星期几，1,0代表这一天股某票的涨跌幅是好还是坏，里面的数据代表比例

可以理解为所有时间为星期一等等的数据当中涨跌幅好坏的比例

• 交叉表：交叉表用于计算一列数据对于另外一列数据的分组个数(用于统计分组频率的特殊透视表)

• pd.crosstab(value1, value2)

• 透视表：透视表是将原有的DataFrame的列分别作为行索引和列索引，然后对指定的列应用聚集函数

• data.pivot_table(）

• • DataFrame.pivot_table([], index=[])

2 案例分析

2.1 数据准备

• 准备两列数据，星期数据以及涨跌幅是好是坏数据
• 进行交叉表计算

[Starlette 文档]

# 寻找星期几跟股某票张得的关系




# 1、先把对应的日期找到星期几


date = pd.to_datetime(data.index).weekday
data['week'] = date



# 2、假如把p_change按照大小去分个类0为界限


data['posi_neg'] = np.where(data['p_change'] > 0, 1, 0)



# 通过交叉表找寻两列数据的关系


count = pd.crosstab(data['week'], data['posi_neg'])

[Python-dotenv 文档]

但是 看到count只是每个星期日子的好坏天数，并没有得到比例，该怎么去做？

• 对于每个星期一等的总天数求和，运用除法运算求出比例

# 算数运算，先求和


sum = count.sum(axis=1).astype(np.float32)



# 进行相除操作，得出比例


pro = count.div(sum, axis=0)