為什么電腦排版效果和手機排版效果不一樣~
目前只學習了python的基礎語法，有些東西理解的不透徹，希望能一邊看《機器學習實戰》，一邊加深對python的理解，所以寫的內容很淺顯，也許還會有一部分錯誤，希望得到大家的指正。在看到書上第一個KNN算法，實現簡單的電影分類的時候，就遇到了很多問題，在這里把解決方法總結下來，時常翻看，加深理解。最近時間比較充裕，希望每天都能在這里總結輸出，逐漸提升自己的能力！這樣總有一天，我能盡情的吃牛肉干不心疼錢，嗯！
我用的是python3，《機器學習實戰》里面是python2，所以有一些部分語法還是有些不同
跟着書敲的代碼，然后自己加入了一部分注釋，代碼前面的有些注釋寫的不詳細，后面會根據我自己的理解進一步解釋
1 #准備，用python 導入數據
2
3 #導入numpy 方便矩陣操作
4 from numpy import *
5 #導入運算符模塊
6 import operator 7
8 def createDataSet(): 9 group = array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]])#注意，這里中括號的個數 10 labels = ['A','A','B','B'] 11 return group,labels 12
13
14 #classify0有四個輸入變量，用於分類的輸入向量是inX，輸入的樣本集是dataSet
15 #標簽向量為labels，k是用於選擇最近的鄰居數目
16 def classify0(inX,dataSet,labels,k): 17 dataSetSize = dataSet.shape[0] #表明dataSet有幾組數據，根據上文中的group得知，應該有4組數據
18
19 #tile是把輸入向量inX擴充成和dataSet一樣的行維度，也就是dataSet是幾個數據，就把inX擴充成幾個數據
20 #方便后面向量操作，使inX減去dataSet里的數據，這樣就可以不用循環了，直接矩陣運算就可以了
21 #計算被測點到dataSet的距離
22 diffMat = tile(inX,(dataSetSize,1)) - dataSet
23 sqDiffMat = diffMat ** 2
24 sqDistances = sqDiffMat.sum(axis = 1) #后面詳細解釋sqDiffMat.sum(axis = 1)用法 25 distances = sqDistances ** 0.5
26
27 #對距離進行排序.numpy中的argsort()是對數組從小到大拍訊，返回值是數值對應的索引值
28 sortedDistIndicies = distances.argsort() 29
30 classCount = {}#{}表示生成的是字典，這是一個dict，用於存儲不同標簽出現的次數
31 for i in range(k): #range（k）就是range（0：k） 32 '''
33 選取前k個距離最近的點，sortedDistIndicies是已經排序好的，用labels迭代的取前k個距離最近的樣本點的標簽 34 並計算該標簽出現的次數，這里用到了dict.get(key,default=None)函數，key就是voteIlabel,如果不存在，就返回一個0並存入dict 35 如果存在，則讀取當前值並+1 36 '''
37 voteIlabel = labels[sortedDistIndicies[i]]#注意這里也是中括號，不是小括號 38 classCount[voteIlabel] = classCount.get(voteIlabel,0) + 1 #具體怎么實現的還是不清楚,已經解決了，具體用法在有道雲筆記里，這篇文章后面也有解釋說明
39
40 '''
41 items方法把字典中的key和value組成一個元組，並把這些元組放在列表中返回 42 operator.itemgetter(1),按照第二個元素的次序對元組進行排序，這里面第二個元素具體指的就是，標簽出現的次數 43 False是默認升序排列，True是降序排列 44 '''
45 sortedClassCount = sorted(classCount.items(),key = operator.itemgetter(1),reverse = True) 46 return sortedClassCount[0][0] #返回頻率最高的元素標簽。這里因為是降序排列，所以第一個（[0][0]）就是頻率最高的那個
1、問題描述: 在python交互開發環境中，輸入
import kNN
結果返回是，no module named kNN
這個問題折磨死我了，試過添加路徑，試過好多別的方法，都不行，簡直要懷疑人生了。
解決方法：https://blog.csdn.net/lingan_hong/article/details/69526154
R&S公司用的電腦一直不行，最后解決方法是：重新安裝一遍python3.6，安裝目錄不是廖雪峰里面的默認目錄，原因是，公司電腦的默認目錄下，安裝在C盤的APPdata里面，這個文件在電腦中是隱藏的，我寫的python程序在另外的文件夾里，我想，這可能是找不到KNN這個模塊的一個可能原因之一。
再一次重新安裝的時候，我要在哪里存放腳本，就安裝在哪里。新建文件夾命名為PYTHON，將python安裝在PYTHON里，並且全選了所有要下載的東西進行安裝，安裝時間比較長。安裝之后，在cmd安裝wheel，先進入安裝python3.6的路徑，然后執行的命令是，pip install wheel 。在python安裝目錄下有一個Scrip的文件夾，我把秦大虎發給我和這個版本配套的numpy，matplolit等安裝包下載到這里，並且在cmd里進入這個安裝目錄，在執行命令 “pip install 要安裝的文件名”
2、問題描述：第22行，tile(inX,(dataSetSize,1)) 是什么意思
解決方法：tile（A，n）作用是將數組 A 重復 n 次，形成一個新的數組。
例如，A = 1，2，3
4，5，6
也就是說，A 是一個2行3列的矩陣，那么，B = tile [A,3]，就是把A整體橫着復制3次，所以
C = [A,(2，1)]，就是把 A 看成整體，形成2行1列的數組，也就是變成：
3、問題描述：numpy sum求和中axis問題
這個問題起源於，在使用numpy中的sum語句時，語法是這樣的：
假設，a 是一個2維數組，那么為什么 a.sum(axis = 1),是對 a 的行求和，保留列數；a.sum(axis = 0)，是對 a 的列求和，保留行數。但是，當a這個數組變化之后，不是2維數組，就不是按照上面規則求和了，有時甚至是甚至相同的語句下，結果是反過來的。這讓我比較困惑，這個語句究竟是怎么工作的？究竟什么時候是行相加，什么時候是列相加？為什么 a.sum（axis= 2）會報錯？為什么axis不能等於2？
解決方法：
首先理解什么是array的維度
numpy.array的維度問題，我的理解就是能用幾個數確定array里面元素的位置，那么就是幾維。
圖1顯示了一個數組 a
圖1
其中，如圖2所示，第一維（紅色部分）有兩個（也就是長度length為2），第二維（綠色部分）有2行（長度，length = 2），第三維（粉色部分）有3列（length = 3），所以，shape（a）是（2，2，3）。注意，shape中的數字指的是長度，所以從1開始計數。索引，是指位置，從0開始計數。
圖2
在進一步理解一下，索引一下 a[0,1,2] ，想一想，應該是這個數組中的幾？
揭曉一下答案：
解釋：
0：指的是第一維中的第1個紅色部分的內容（索引從0開始計數），縮小了索引范圍
1：指的是第二維中的第2個綠色部分的內容，進一步縮小索引范圍
2：指的是第三維中的第3個粉色部分的內容，確定了我們要索引的數字，他就是5
由此想要知道 5 這個元素在數組中的位置，就至少需要3個數字，所以這個矩陣是一個三維數組（array）
那么axis=0，axis=1，又是什么意思呢？為什么有時axis=2成立，有時axis=2不成立，會報錯？
在這里，我理解的 axis = 0 ；axis = 1； axis = 2；分別類比於3維空間里的x軸，y軸，z軸。我猜想，這也是 axis 這個單詞翻譯成軸的原因。這里的 axis=0 是指第一個維度，axis = 1是指第二個維度，axis = 3 是指第三個維度。那么在 kNN 算法實現的過程中，group長成下面這個樣子：
你看，group的數組，是幾維？
因為，group里面的元素可以用兩個數字來進行精准定位，所以，他是一個2維數組。那么此時，只有 axis = 0 和 axis = 1 這兩種情況，自然是不可能有 axis = 2 這種情況的。如果此時運行shape（group），結果應該是 （4，2）。來不信，給你運行一遍看看:
shape（group）結果是（4，2）原因是，axis = 0 （也就是第一維）長度為4，axis = 1（也就是第二維）長度為2。
再舉一個栗子：
看到上面數組 a 沒有？就是下面這個
也就是說，數組 a 是一個3維數組，那么，此時你來想一想，axis = 0（也就是第一維）長度是幾？axis = 1（第二維）長度是幾？axis = 2（第三維）長度是幾？那么，也就能知道shape（a）的結果是（2，2，3）啦！
所以，我就把 axis = 0，類比想象成 x 軸；把 axis = 1 ，類比想象成 y 軸；把 axis = 2 類比想象成 z 軸。那么，再次申明一下，如果一個數組是二維的，就不可能有 axis = 2 這種情況了。
那么，sum（axis=0）的計算過程是怎樣的？
我們先以group.sum(axis = 1) 例，看看，結果是什么？
由結果推原因，我們可以得到，這是在把 group 的第一列和第二列相加的結果。
詳細的計算過程是：
當 axis = 1 時，就是是把 shape（group）的結果（4，2）中的第二維（列）相加去掉，只剩下行，也就是只剩下 axis = 0 （第一維，行）。按照我們正常的想法應該是剩下一個列向量：
[ 2.1
2
0
0.1]
但是，注意，我們一開始定義group的時候的寫法:
group = array([ [1,1.1], [1,1], [0,0], [0,0.1] ])
那么按列相加就是：
因此，在 python shell 環境中顯示出來就是行向量的形式：[2.1,2,0,0.1]
summarize：group.sum(axis = 1）計算結果是，把axis = 1 弄消失，只剩下 axis =0 這一維度的長度保持不變。
再看看 group.sum(axis = 0) 結果應該是什么？
把 axis = 0 （第一維也就是行）相加去掉，只留下2列。想一下結果是什么？
結果，應該是 [2, 2.2]。
那么當數組 a 是三維的，a.sum(axis = 0),該怎么計算呢？
計算 a.sum(axis = 0) 就是把第一維相加並去掉，也就是說，把紅色部分合並相加，只剩下一個紅色的部分，（那我的猜想就是，這里是不是也可以理解為把三維數組降為，變成二維呢？不知道這么相對不對啊）
shape（a）結果是（2，2，3）
那么，去掉 axis = 0 就是去掉shape里的第一維：2。也就是說，最后結果的數組的shape是（2，3），即，最后是兩行三列的數組。那么想家的方法，是把下面紅色部分的數對應加到上面紅色部分的數里，所以結果就是：
[ 3,5,7
6,6,9]
4、問題描述：搞不清楚 classCount.get(voteIlabel,0) 是什么意思
解決方法：
上面寫了 dict.get 的用法，小白如我，還不太明白，看了好多博客，終於有了一點頭緒。
現在舉一個例子，直觀的感受一下，如果要取出dict里面的鍵值，有兩種做法。
第一種方法：不用函數，直接取出（如下圖）。注意，這種取出的方法是中括號里面加引號，內容是關鍵字，返回的是value
第二種方法：用get（）函數，上面查看get的幫助，可以這樣理解，輸入的命令格式是
D.get(k[,d])
其中，D是程序中的字典，k是D中的關鍵字key，中括號里面的內容是默認參數。現在看紅色框部分是什么意思。D[k]，前面已經知道，它的意思是取出 k 對應的 value。再加上 if k in D，意思就是，如果這個關鍵字 k 在字典 D 里面，那么就執行D[k]，取出 k 對應的 value，如果 k 不在字典 D 里面，返回值就是 d，紅框后面告訴我們了，d 的默認值是 None。
繞來繞去的，可能會有一點暈，我們直接看例子，然后再返回頭理解上面的話
如果 C 不在 D 里，就返回None，在上面的例子中，我們看到，啥也沒返回，難道這就是返回None的意思？
之后，我改變了 d 的默認值，讓他不是None，是 0，看一下運行結果
意思是，C 不在 D 里，執行 D.get('C'，0)，返回值就是 0
總結：python3的語法理解不深刻，體會的不到位，需要不斷思考，不斷總結。為了可以隨心所欲的吃牛肉干，加油！