NumPy、SciPy、Matplotlib，Python下机器学习三大利器。上一篇讲了NumPy基础操作，这节讲讲SciPy和Matplotlib。目前接触到的东西不多，以后再遇到些比较常用的再更新。

scipy是基于numpy的扩充，所以安装时要先安装numpy再安装scipy。scipy的命名空间包含numpy，所以只需import scipy即可，numpy不用import。（所以以下有些东西可能是numpy里的我没分清楚，反正一并写了吧。）

import scipy as sp

import matplotlib.pyplot as plt

首先从文件导入数据，使用genfromtxt函数。文件是《Python语言构建机器学习系统（第二版）》里提供的数据：web_traffic.tsv。读取后把x与y分开。而且里面有几个nan数据，得事先踢掉：

data = sp.genfromtxt("web_traffic.tsv",delimiter="\t")

x = data[:,0]

y = data[:,1]

x = x[~sp.isnan(y)]

y = y[~sp.isnan(y)]

然后我们想可视化这些数据，以图表给出，那就用到matplotlib了：

plt.scatter(x, y, s=6)  # 在图标上产生散点，s代表绘制的点的粗细

plt.title("Web traffic")  # 标题

plt.xlabel("Time")  # x轴标签

plt.ylabel("Hits/hour")  # y轴标签

plt.xticks([w*7*24 for w in range(10)],

           ["week %i" % w for w in range(10)])  # 更改x轴的默认刻度显示，以一星期为一个刻度，range中数字10表示x刻度最多显示到第10周

plt.autoscale(tight=True)

plt.grid(True,linestyle='-',color='0.75')

最后plt.show()以显示窗口。

然后我们用二次函数作为模型，并使得函数最好的适应数据。

fp,residuals,rank,sv,rcond = sp.polyfit(x,y,2,full=True)

polyfit函数直接帮我们找到了这个使得方差最小的直线的参数，参数存在f1p里面。里面那个参数2就代表产生二次函数，3代笔3次函数，50就是50次函数。我们print fp，得到：

[  1.05322215e-02  -5.26545650e+00   1.97476082e+03]

full=True使得这个函数返回更多的东西，返回一些额外的后台信息，比如误差（error），就存在那个residuals里：

[  1.79983508e+08]

poly1d将参数转换成可识别的函数格式，可以把它当做普通python的函数用。注意是poly“1”d，是1不是l。不知道有没有poly2d。

f = sp.poly1d(fp)

linspace函数产生一次函数从x=0到x=x[-1]区间内的函数的值，作为一维矩阵存储。1000那个数字代表产生几个值，数字越大产生的值越多。当然对于一次函数，值为2其实就够了。

fx = sp.linspace(0,x[-1],1000)

值为1000时：

值为5时：

就只计算了5个值，明显弧度不行了。

然后以下plot函数就是把得到的二次函数放到figure上的。legend产生左上角那个d=2标示。

plt.plot(fx,f(fx),linewidth=2)

plt.legend(["d=%i" % f.order],loc="upper left")

同理可得其他次数的最佳适应的函数。以下写了个小小的成品，计算了一次、二次、五十三次函数：

import scipy as sp

import matplotlib.pyplot as plt

data = sp.genfromtxt("web_traffic.tsv",delimiter="\t")

x = data[:,0]

y = data[:,1]

x = x[~sp.isnan(y)]

y = y[~sp.isnan(y)]

plt.scatter(x, y, s=6)

plt.title("Web traffic")

plt.xlabel("Time")

plt.ylabel("Hits/hour")

plt.xticks([w*7*24 for w in range(10)],

           ["week %i" % w for w in range(10)])

plt.autoscale(tight=True)

plt.grid(True,linestyle='-',color='0.75')

f1p,residuals,rank,sv,rcond = sp.polyfit(x,y,1,full=True)

f1 = sp.poly1d(f1p)

f1x = sp.linspace(0,x[-1],1000)

plt.plot(f1x,f1(f1x),linewidth=2)

plt.legend(["d=%i" % f1.order],loc="upper left")

f2p = sp.polyfit(x,y,2)

f2 = sp.poly1d(f2p)

f2x = sp.linspace(0,x[-1],1000)

plt.plot(f2x,f2(f2x),linewidth=2)

plt.legend(["d=%i" % f2.order],loc="upper left")

f3p = sp.polyfit(x,y,53)

f3 = sp.poly1d(f3p)

f3x = sp.linspace(0,x[-1],1000)

plt.plot(f3x,f3(f3x),linewidth=2)

plt.legend(["d=%i" % f3.order],loc="upper left")

plt.show()