k-邻近算法用到的函数

k-邻近算法用到的函数

1. argsort()

 import numpy as np
 x=np.array([1,4,3,-1,6,9])
 x.argsort()

输出定义为y=array([3,0,2,1,4,5])。x[3]=-1最小，x[5]=9最大；根据从小到大的顺序，输出对应的索引号。

2. get(key, default=None)
   key – 字典中要查找的键。
   default – 如果指定键的值不存在时，返回该默认值值。

dict = {'Name': 'Zara', 'Age': 27}

print "Value : %s" %  dict.get('Age')
print "Value : %s" %  dict.get('Sex', "Never")

以上实例输出结果为：

Value : 27
Value : Never

3. sorted()
   sorted 语法：
   sorted(iterable[, cmp[, key[, reverse]]])
   参数说明：
   iterable – 可迭代对象。
   cmp – 比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
   key – 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
   reverse – 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

>>> L=[('b',2),('a',1),('c',3),('d',4)]
>>> sorted(L, key=lambda x:x[1]) 

[('a', 1), ('b', 2), ('c', 3), ('d', 4)]

4. items()
   返回可遍历的(键, 值) 元组数组。

dict = {'Name': 'Runoob', 'Age': 7}

print ("Value : %s" %  dict.items())

以上实例输出结果为：

Value : dict_items([('Age', 7), ('Name', 'Runoob')])

5. operator.itemgetter(1)

op={'1':(1,0,6),'3':(0,45,8),'2':(2,34,10)}  
lp3=sorted(op.items(),key=operator.itemgetter(1),reverse=True)
print(lp3)

输出：

[('2', (2, 34, 10)), ('1', (1, 0, 6)), ('3', (0, 45, 8))]

按照op的value—数组的第一个元素大小进行了排序

6. readlines()
   readlines() 自动将文件内容分析成一个行的列表，该列表可以由 Python 的 for … in … 结构进行处理
7. strip()
   s.strip(rm) 默认删除空白符（包括’\n’, ‘\r’, ‘\t’, ’ ')
8. numpy数组

#创建矩阵
>>> m=mat([1,2,3])
>>> m
matrix([[1, 2, 3]])

#取值
>>> m[0]                #取一行
matrix([[1, 2, 3]])
>>> m[0,1]              #第0行，第1个数据
2

#索引取值
>>>m=mat([[2,5,1],[2,4,6]]) 
>>> m[1,:]                      #取得第一行的所有元素
matrix([[2, 4, 6]])
>>> m[1,0:1]                  #第一行第0个元素，注意左闭右开
matrix([[2]])
>>> m[1,0:3]
matrix([[2, 4, 6]])
>>> m[1,0:2]
matrix([[2, 4]])
>>> m[0:3]                      #前三个元素
matrix([[2, 5，1]])