Skip to main content

第三方库

第三方库​

第三方模块使用的基本流程​

第三方模块使用的基本流程 以opencv为例

  • 下载 pip install opencv-python
  • 导入 import cv2
  • 使用 模块名.方法名 示例 ： cv2.imread('./img/cat.jpg')

对于复杂的模块来说，使用help()方法、dir()方法不能很好的满足我们的需求。如果是新手需要搭配官方文档，查阅使用实例。

这里需要注意的是：opencv模块的下载名、导入名均不是opencv。

事实上模块名、下载名与导入名也并非一种强制的规则。

建议在下载模块之前先通过搜索引擎搜索。

更多是后续的开发者出于习惯会将名称统一。例子是pandas模块。

  • 下载 pip install pandas
  • 导入 import pandas
  • 使用 模块名.方法名 示例 ： pandas.read_csv("./cat.csv")

在国内下载模块往往较慢，我们可以通过豆瓣、清华镜像站下载第三方模块。以下载scikit-learn模块为例

粘贴至终端，windows电脑可以通过win+R 输入CMD

MAC可以直接搜索终端打开。

第三方模块的版本问题​

第三方模块与系统模块一样，都是自定义好的一系列模块，这些模块也自然存在一些版本差异。

在使用的过程之中很可能因为版本的不匹配、方法的弃用导致示例的代码失效。

我们可以通过3个方式来解决：

1.升级至最新版本或安装指定的版本

  • 安装指定的版本示例: pip install pandas==2.0.2
  • 升级至最新版本示例: pip install --upgrade pandas

2.积极的查询官方文档。可在 https://pypi.org/ 上搜索对应模块，知名度较高的模块都会有系统的官方文档。

3.更换其他模块

第三方模块OpenCV​

# 导入必要的包
import numpy as np
import matplotlib.pyplot as plt
%matplotlib inline
# 导入opencv
import cv2

# 使用opencv的imread方法，打开图片
img = cv2.imread('./img/cat.jpg')
# 检查类型，会发现自动转成了Numpy 数组的形式
type(img)
img

# 如果打开一张不存在的图片，不会报错，但是会返回空类型
img_wrong = cv2.imread('./img/wrong.jpg')
type(img_wrong)
img_wrong

plt.imshow(img)
# 为什么会显示的这么奇怪？

# （OpenCV和matplotlib 默认的RBG顺序不一样）
# matplotlib: R G B
# opencv: B G R
# 需要调整顺序

# 将OpenCV BGR 转换成RGB，cv2.COLOR_可以看到更多转换形式
img_fixed = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

# 算法参考：RGB取均值、RGB按阈值取值、按色彩心理学公式取值R*0.299 + G*0.587 + B*0.114 = Gray

plt.imshow(img_fixed)
# 显示正常了

# 另外，我们再读取图片时也可以以灰度模式读取
img_gray = cv2.imread('./img/cat.jpg',cv2.IMREAD_GRAYSCALE)
# 显示这个灰度图
plt.imshow(img_gray,cmap="gray")

# 使用resize缩放（打开函数帮助）
img_resize = cv2.resize(img_fixed,(1000,300))
# 显示缩放后的图片
plt.imshow(img_resize)

# 翻转图片：0表示垂直翻转、1表示水平翻转，-1表示水平垂直都翻转
img_flip = cv2.flip(img_fixed,-1)

plt.imshow(img_flip)

第三方模块Scikit-learn​

Scikit-learn（sklearn）、PyTorch和TensorFlow是三个在机器学习和深度学习领域广泛使用的库，各自有其优势和劣势。

如果你处理传统的机器学习问题，Scikit-learn是一个不错的选择。如果你主要进行深度学习研究或需要处理复杂的深度学习任务，PyTorch和TensorFlow是更好的选择，取决于你的偏好和需求。另外，TensorFlow在工业界有广泛的应用，因此在工业部署方面也有一定优势。

sklearn学习路线图：img

更多人工智能学习模型示意图

数据的来源？​

参考数据集​

scikit-learn 内置有一些小型标准数据集，不需要从某个外部网站下载任何文件。

scikit-learn 提供也加载较大数据集的工具，并在必要时下载这些数据集。

数据特征说明可参考 https://scikit-learn.org/stable/modules/classes.html#module-sklearn.datasets

这些数据集有助于快速说明在 scikit 中实现的各种算法的行为。 然而，它们数据规模往往太小，无法代表真实世界的机器学习任务。 但是作为学习使用刚刚好。

数据集名称加载方法模型类型数据大小(样本数*特征数)
0波士顿房价数据集load_bostonregression506*13
1鸢尾花数据集load_irisclassification150*4
2手写数字数据集load_digitsclassification1797*64
3糖尿病数据集load_diabetesregression442*10
4葡萄酒数据集load_wineclassification178*13
5乳腺癌数据集load_breast_cancerclassification569*30
6体能训练数据集load_linnerud多重回归20*3
import sklearn.datasets
# 加载小数据
data = sklearn.datasets.load_wine()
data.data

from sklearn.datasets import fetch_california_housing
# 加载大数据
housing = fetch_california_housing()
housing.data

from sklearn.datasets import load_sample_image
# 加载图片
china = load_sample_image("china.jpg")

样本生成器​

scikit-learn 包括各种随机样本的生成器，可以用来建立可控制的大小和复杂性人工数据集。

from sklearn.datasets import make_blobs
# 创建KNN模型数据集
'''
X为样本特征，Y为样本簇类别，共1000个样本，

每个样本4个特征，共4个簇，簇中心在[-1,-1], [0,0], [1,1], [2,2],
簇方差分别为[0.4, 0.2, 0.2]
'''
x, y = make_blobs(n_samples=1000, 
                  n_features=2,
                  centers=[[-1, -1], [0, 0], [1, 1], [2, 2]],
                  cluster_std=[0.4, 0.2, 0.2, 0.2],
                  )
from sklearn.datasets import make_regression
# 创建回归模型数据集
'''
X为样本特征，Y为样本簇类别，共1000个样本，

每个样本1个特征，
离散度为2
'''
x2,y2 = make_regression(n_samples=1000, n_features=1, n_targets=1, noise=2)

自有数据集​

我们手上可能刚好有一些数据集，可以通过pandas或者numpy读取

# 通过pandas或者numpy读取
import pandas as pd
import numpy as np
data = pd.read_csv('./data/iris.csv')
# 通过numpy读取
data = np.loadtxt('./data/iris.csv', delimiter=",", skiprows=1)