基于python进行数据分析（python基础代码大全）

【关键字】

1. Pyhton

2. TensorFlow

3. 机器学习

【场景定义】

假定一些样本数据和正确结果，而且人为添加一些噪音数据（偏差数据），提供给TensorFlow进行机器学习，看看机器学习效果如何，并通过实验理解机器学习

1）样本数据模型：f(x) = ax^2 + bx + c，即抛物线，当然也可以任意定义一个模型

2）噪音数据：y=f(x) + 随机数，随机数就作为偏差值，产生噪音数据

3）输入和输出：输入数据x和输出数据y都是明确的一维数据，是最简单的模型，取值：x=[0,300]，得到的y就是输出数据

import tensorflow as tf

import numpy as np

import matplotlib.pyplot as plt

import os

os.environ[‘TF_CPP_MIN_LOG_LEVEL’] = ‘2’

#产生样本数据和图形

numdots=300

inputdata=[]

for i in range(numdots):

x=np.random.normal(0.8,10)

y=0.3*x*x-0.2*x+0.5+np.random.normal(0,6)

inputdata.append([x,y])

x_data=[v[0] for v in inputdata]

y_data=[v[1] for v in inputdata]

【神经网络】

基于Tesonflow构建神经网络，用到了神经网络的几个常用方法：

1）array.reshape(): 生成矩阵

2）placeholder：添加计算占位符节点，相当于定义一个参数，需要重点理解清楚

X = tf.placeholder(dtype=tf.float32, shape=[144, 10], name=’X’)

参数说明

dtype：数据类型，必填，默认为value的数据类型，传入参数为tensorflow下的枚举值（float32，float64…….）

shape：数据形状，选填，不填则随传入数据的形状自行变动，可以在多次调用中传入不同形状的数据

name：常量名，选填，默认值不重复，根据创建顺序为（Placeholder，Placeholder_1，Placeholder_2…….）

3）Variable：变量域，相当于设置一个变量

4）relu：线性整流函数（Rectified Linear Unit, ReLU），又称修正线性单元

5）matmul：将矩阵 a 乘以矩阵 b,生成a * b

6）reduce_mean ：计算张量tensor沿着指定的数轴（tensor的某一维度）上的的平均值，主要用作降维或者计算tensor（图像）的平均值

7）GradientDescentOptimizer：实现实现梯度下降算法的优化器类，用于构造一个新的梯度下降优化器实例

#构建神经网络模式

x_data=np.array([x_data]).reshape(-1,1)

y_data=np.array([y_data]).reshape(-1,1)

x_h=tf.placeholder(dtype=tf.float64,shape=[None,1],name=”xh”)

y_h=tf.placeholder(dtype=tf.float64,shape=[None,1],name=”yh”)

w=tf.Variable(np.random.normal(0,0.3,size=[1,20]),dtype=tf.float64)

b=tf.Variable(np.random.normal(0.0,0.5,size=[20]),dtype=tf.float64)

y0=tf.nn.relu(tf.matmul(x_h,w)+b)

w1=tf.Variable(np.random.normal(0,0.5,size=[20,1]),dtype=tf.float64)

b1=tf.Variable(np.random.normal(0,0.8,size=[1]),dtype=tf.float64)

y=(tf.matmul(y0,w1)+b1)

los=tf.reduce_mean((tf.square(y-y_h)))

tran=tf.train.GradientDescentOptimizer(0.001).minimize(los)

【机器训练】

训练主要在session中进行交互，session具有管理CPU/GPU计算能力和网络连接功能，相当于一个上下文，使用参数是：

1）Session：Session作为会话，主要功能是指定操作对象的执行环境，Session类构造函数有3个可选参数。

target(可选)：指定连接的执行引擎，多用于分布式场景。

graph(可选)：指定要在Session对象中参与计算的图(graph)。

config(可选)：辅助配置Session对象所需的参数(限制CPU或GPU使用数目，设置优化参数以及设置日志选项等)。

2）global_variables_initializer：返回一个用来初始化计算图中所有global variable的op，通常使用方式是：sess.run(tf.global_variables_initializer())，启动所需要的数据流图进行计算。

3）session.run：执行计算，参数是：run(op, data)，比如：

import tensorflow as tf

a = tf.add(1, 2)

# 定义了一个op操作，恒等于1+2 = 3

b = tf.multiply(a, 2)

# 定义了相乘操作，a*2

session = tf.Session()

v1 = session.run(b)

print(v1)

# v1=（1+2) * 2 =6

replace_dict = {a:20}

# a重新定义为常量20

v2 = session.run(b, feed_dict = replace_dict)

print(v2)

# V2= 20 *2 = 40

训练次数越高，如果模型合理的话，拟合结果会越准确，本文是明确的抛物线模型，所以训练结果能较好的回归

【使用训练结果】

训练结束后，在相同的上下文计算，可以使用训练结果看看学习效果

#用神经网络计算X上的所有点的Y值，绘制图形，看效果

testx=np.linspace(-30,30,60,dtype=np.float32).reshape(-1,1)

testy=sess.run(y,feed_dict={x_h:testx})

#plt.scatter(testx,testy)

plt.scatter(x_data,y_data)

plt.plot(testx,testy)

plt.show()

上述代码可以直接运行，得到结果是：

蓝点：带有噪音的样本数据

曲线：训练结束后，基于训练结果计算得到的数据，已经非常接近于去除噪音的样本模型了