'''
from sklearn import dataset
sklearn 是一种机器学习库，主要功能包括分类、回归、聚类、数据降维、模型选择和数据预处理
1)sklearn datasets模块中主要有三种数据形式：
(1)自带的小数据集（Pakaged Dataset） ： sklearn.datasets.load<name>
(2)远程下载的数据集(Downloaded dataset):sklearn.datasets.fetch<name>
(3)可自行构造的数据集(Generated Dataset)sklearn.datasets.make<name>
2)Scikit-learn 的sklearn.preprocessing 模块中提供了数据标准化、规范化、二值化、分类特征编码、推断缺失数据预处理方法
from sklearn import preprocessing
(1)数据规范化方法
preprocessing.MinMaxScaler() 将每个特征缩放到给定最大最小的范围内
preprocessing.normalize() 使每条数据各个特征值的和为1
preprocessing.StandardScaler() 使各特征值的均值为0 方差为1
(2)编码方法
preprocessing.OneHotEncoder() 特征用一个二进制数字表示
preprocessing.LabelEncoder() 把字符串的数据转化为整型
preprocessing.OrdinalEncoder() 将分类特征编码为整数数组
(3)特征提取与选择
from sklearn import feature_extraction #特征提取
from sklearn import feature_selection #特征选择
feature_extraction.DictVectorizer() #将特征值映射列表转化为向量
feature_extraction.FeatureHasher() #特征哈希，一种降维技巧
feature_extraction.text() #文本特征的提取
feature_extraction.image() #图片相关的特征提取
feature_extraction.text.CountVectorizer() #将文本转换为每个词出现的个数的向量
feature_extraction.text.TfidfVectorizer() #将文本转换为tfidf值的向量
feature_selection.VarianceThreshold() #删除特征值得方差达不到标准的特征
feature_selection.SelectKBest() #返回k个最佳特征
feature_selection.SelectPercentile() #返回表现最佳得前 r 个特征
'''
#绘制散点图
'''
import matplotlib.pyplot as plt
import numpy as np
x = np.random.rand(100)
y = np.random.rand(100)
plt.scatter(x, y) #绘制散点图
plt.show()
'''
#绘制线性图
'''
import matplotlib.pyplot as plt
x = [0, 1, 2, 3, 4, 5, 6]
y = [0.3, 0.4, 2, 5, 3, 4.5, 4]
plt.plot(x, y)
plt.show()
'''
#绘制柱形图
'''
import matplotlib.pyplot as plt
import numpy as np
x = np.arange(10)
y = np.random.randint(0, 30, 10)
plt.bar(x, y)
plt.show()
'''
#绘制饼状图
'''
import matplotlib.pyplot as plt
data = [15, 30, 45, 10]
labels = ['A', 'B', 'C', 'D']
explodes = (0, 0.1, 0, 0)
plt.pie(data, labels = labels, radius = 1, explode = explodes, autopct = '%1.1f%%',
pctdistance = 0.5, labeldistance = 1.2)
plt.show()
'''
