本篇内容主要讲解“Python各种常用语句举例分析”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python各种常用语句举例分析”吧!

目前创新互联公司已为数千家的企业提供了网站建设、域名、网站空间、绵阳服务器托管、企业网站设计、牡丹网站维护等服务，公司将坚持客户导向、应用为本的策略，正道将秉承"和谐、参与、激情"的文化，与客户和合作伙伴齐心协力一起成长，共同发展。

Anaconda

 1pip list
 2#或者
 3conda list
 4#其中，pip list 只能查看库，而 conda list 则可以查看库以及库的版本
 5
 6
 7pip install scipy
 8pip install scipy --upgrade
 9# 或者
10conda install scipy
11conda update scipy
12
13# 更新所有库
14conda update --all
15
16# 更新 conda 自身
17conda update conda
18
19# 更新 anaconda 自身
20conda update anaconda

jupyter

 1#显示所有列
 2pd.set_option('display.max_columns', None)
 3
 4#显示所有行
 5pd.set_option('display.max_rows', None)
 6
 7#设置value的显示长度为100，默认为50
 8pd.set_option('max_colwidth',100)
 9
10#内嵌画图
11%matplotlib inline
12
13#单独画图
14%matplotlib qt
15
16#画图中文乱码、负号
17plt.rcParams['font.sans-serif']=['Microsoft YaHei']
18plt.rcParams['axes.unicode_minus']=False
19
20#让一个cell同时有多个输出print
21from IPython.core.interactiveshell import InteractiveShell
22InteractiveShell.ast_node_interactivity = "all"

主要的数据分析包

 1import numpy as np
 2import pandas as pd
 3import matplotlib.pyplot as plt
 4from matplotlib.figure import SubplotParams  
 5#我们使用SubplotParams 调整了子图的竖直间距
 6#plt.figure(figsize=(12, 6), dpi=200, subplotpars=SubplotParams(hspace=0.3))
 7
 8import scipy.stats as stats
 9import seaborn as sns
10import statsmodels.api as sm

Sklearn

 1from sklearn import datasets    #本地数据
 2from sklearn.model_selection import train_test_split    #进行数据分割
 3
 4from sklearn.feature_extraction import DictVectorizer  #特征抽取和向量化
 5from sklearn.preprocessing import PolynomialFeatures   #多项式特征构造
 6
 7from sklearn.feature_selection import VarianceThreshold  #基于方差特征选择
 8from sklearn.feature_selection import SelectKBest,SelectPercentile  #特征选择
 9#For classification: chi2, f_classif, mutual_info_classif
10#For regression: f_regression, mutual_info_regression
11from sklearn.feature_selection import RFE   #递归特征消除 (Recursive Feature Elimination)
12from sklearn.feature_selection import SelectFromModel   #基于模型选择特征
13
14from sklearn.decomposition import PCA  #主成分分析
15from sklearn.manifold import MDS  #多维尺度分析
16from sklearn.manifold import TSNE  #T分布和随机近邻嵌入
17
18from sklearn.pipeline import Pipeline       #管道
19from sklearn import metrics      #模型评估
20from sklearn.model_selection import GridSearchCV  #网格搜索交叉验证
21from sklearn.model_selection import KFold  #K折交叉验证
22from sklearn.model_selection import cross_val_score  #交叉验证
23
24from sklearn.linear_model import LinearRegression    #线性回归
25
26from sklearn.linear_model import LogisticRegression  #逻辑回归
27
28from sklearn import svm    #支持向量机
29
30from sklearn.tree import DecisionTreeClassifier  #决策树
31from sklearn.ensemble import RandomForestClassifier  #随机森林
32from sklearn.ensemble import GradientBoostingClassifier  #梯度提升树
33
34from sklearn.naive_bayes import MultinomialNB  #多项式朴素贝叶斯
35from sklearn.naive_bayes import BernoulliNB  #伯努利朴素贝叶斯
36from sklearn.naive_bayes import GaussianNB  #高斯朴素贝叶斯
37
38from sklearn.neighbors import KNeighborsClassifier  #k紧邻
39
40from sklearn.cluster import KMeans   #k均值聚类
41from sklearn.cluster import DBSCAN  #基于密度的空间聚类
42from sklearn.cluster import SpectralClustering  #谱聚类
43from sklearn.cluster import Birch  #层次聚类
44
45from sklearn.externals import joblib  #保存模型

到此，相信大家对“Python各种常用语句举例分析”有了更深的了解，不妨来实际操作一番吧！这里是创新互联网站，更多相关内容可以进入相关频道进行查询，关注我们，继续学习！

当前文章：Python各种常用语句举例分析
文章位置：http://scyingshan.cn/article/pisedj.html