前面兩天主要還是學習了python的一些基礎語法和對文檔的一些操作，似乎學完前兩天後完全沒有感覺自己在人工智能。莫慌，磨刀不誤砍柴工，今天我們就正式開始接觸人工智能裏高大上的機器學習啦。
python很強大，在機器學習領域，python大軍組建了四大劍客深入其中。我們先來掌握這四大劍客，使其爲我所用吧。這裏只放出一部分，相關代碼我會放到附近裏，供大家練習使用。
一、Numpy
二、pandas
三、matplotlib
這裏給大家提供一個展示多張圖的方法：
fig,axes = plt.subplots(1,3,figsize=[16,4]) #子圖的行數、列數和每個子圖的大小
axes[0].scatter(x,y_1)
axes[0].plot(x,fitted_1.flat,'r-')
axes[0].text(1,8,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_1[0][0],corr_1,np.std(x),np.std(y_1)))
axes[1].scatter(x,y_2)
axes[1].plot(x,fitted_2.flat,'r-')
axes[1].text(2,-2,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_2[0][0],corr_2,np.std(x),np.std(y_2)))
axes[2].scatter(x,y_3)
axes[2].plot(x,fitted_3.flat,'r-')
axes[2].text(1,5,'{:.2f}, {:.2f}, {:.2f}, {:.2f}'.format(coef_3[0][0],corr_3,np.std(x),np.std(y_3)))
plt.show()
結果如下：
四、PIL庫
四劍客在機器學習中的應用一覽
今日作業
對《青春有你2》對選手體重分佈進行可視化，繪製餅狀圖
今天的作業相對來說還是比較簡單的，畢竟今天的內容太多了，消化需要一點時間。
思路如下：首先拿到我們第一天爬取的數據，找出各個選手的體重存入列表，對體重進行分箱（我分成了<=45kg,45kg-50kg,50kg-55kg,>55kg的），繪製餅圖。
這裏需要主要的就是想要把餅圖畫的漂亮需要對matplotlib裏的參數進行調整，當然也可以嘗試其他的畫圖庫，比如我用了pyecharts庫，畫出來還挺好看的。
作業中遇到的小問題：
今天的話主要就是在數據分箱那塊遇到了一點小問題，因爲選手的體重都是帶來單位的kg，所以下面的代碼直接調研pd.cut()函數會報錯。
因此我們手動來進行一下分箱：
weights_cut = []
for weight in weights:
if weight <= '45kg':
weights_cut.append('<=45kg')
elif '45kg'<weight<='50kg':
weights_cut.append('45kg-50kg')
elif '50kg'<weight<='55kg':
weights_cut.append('50kg-55kg')
else:
weights_cut.append('>55kg')
# print(weights_cut)
好啦，以上就是今天的全部內容啦，覺得總結的好的同學求點贊，遇到問題或者覺得我哪裏沒寫對的同學歡迎評論或者私聊。那麼明天見啦。