本范例所需安装包可在此处下载
-
安装文件为:
python-2.7.10.msi -
注意:
- 第一步要选择为所有用户安装
Install for all users
- 第二步路径默认即可
- 第三步一定要
Add python.exe to Path, 选择Entire feature will be installed on local hard drive
-
安装Python连接MySQL的包
MySQL-python-1.2.4b4.win32-py2.7.exe -
在MySQL中创建一个测试数据库
CREATE DATABASE IF NOT EXISTS test_py;
USE test_py;
DROP TABLE IF EXISTS person;
CREATE TABLE person(
id INT AUTO_INCREMENT PRIMARY KEY,
name VARCHAR(50),
age INT,
gender VARCHAR(10)
);- 使用方法：
- 在代码中引入MyDB.py
from MyDB import MyDB注意将MyDB.py放在当前目录下, 最新版MyDB.py 点此下载
- 创建数据库对象
MyDB(user=USER, passwd=PASSWD, db=DB, host='127.0.0.1', port=3306, charset='UTF8')其中: USER, PASSWD, DB 分别为自己数据库的用户名, 密码, 以及要连接的数据库.
host, port, charset是具有默认值的默认参数, 本地调试时一般不需要指定.
- MyDB包基于MySQLdb包, 提供基本的数据库 CRUD(增查改删) 操作.
(a) Create. 一般用于插入一条或多条数据库记录, MyDB提供 insert 方法来实现, 并返回首个插入行的ID.
MyDB.insert(table_name, params, field_list=[], is_many=False, is_ignore=False)使用 insert 方法必须指定目标数据表名, 待插入的值, 可以选择以list形式指定插入的列名.
is_many 参数用于指定插入的方式是单条插入或批量插入, 默认单条插入.
is_ignore 参数用于指定插入时遇到键值重复的记录是是否选择忽略, 默认不忽略.
(b) Retrieve. 一般用于查询符合条件的记录, MyDB提供 select 方法来实现, 并以tuple形式返回结果集.
MyDB.select(sql)使用 select 方法只须指定SQL语句即可.
(c) Update. 一般用于更新符合条件的记录, MyDB提供 update 方法来实现, 并返回更新行数.
MySQL.update(sql, params, is_many=False)使用 update 方法须指定带有占位符的SQL语句, 待更新的值.
is_ignore 参数用于指定更新时遇到键值重复的记录是是否选择忽略, 默认不忽略.
(d) Delete. 一般用于删除指定的记录, MyDB提供 delete 方法来实现, 并返回删除行数.
MyDB.delete(sql)使用 delete 方法只须指定SQL语句即可.
(e) 其它. 由于水平有限, 无法考虑到所有情况, 故提供 execute_sql 方法来实现执行任意SQL语句的功能.
MyDB.execute_sql(sql)使用 execute_sql 方法只须指定SQL语句即可.
- 示例
以下示例基于2)中创建的示例数据库
test_py和数据表person
# !usr/bin/env python
# coding: utf-8
from __future__ import unicode_literals, print_function
from MyDB import MyDB
__author__ = 'David Ji'
'''MyDB Example'''
def main():
# 创建数据库实例(注意修改此处用户名和密码等)
test_db = MyDB(user='root', passwd='****', db='test_py')
# Create
c_params = (('Benzema', 28, 'M'), ('Bale', 26, 'M'), ('Ronaldo', 31, 'M'))
last_row_id = test_db.insert('person', c_params,
field_list=['name', 'age', 'gender'],
is_many=True)
print(last_row_id) # 1
# Retrieve
result_set = test_db.select('SELECT * FROM person;')
print(result_set) # (1L, u'Benzema', 28L, u'M'), (2L, u'Bale', 26L, u'M'), (3L, u'Ronaldo', 31L, u'M'))
# Update
update_sql = 'UPDATE person SET age=%s WHERE name=%s;'
u_params = (29, 'Benzema')
update_rows_cnt = test_db.update(update_sql, u_params)
print(update_rows_cnt) # 1
# Delete
delete_rows_cnt = test_db.delete("DELETE FROM person WHERE age>30;")
print(delete_rows_cnt) # 1
if __name__ == '__main__':
main()- 依次安装如下python包:
-
numpy
pip install numpy.whl -
scipy
pip install scipy.whl -
pandas
pip install pandas.whl -
scikit-learn
pip install scikit_leran.whl
以上命令须在命令行中将路径 cd 到 whl文件所在目录 下执行.
- scikit-learn是一个很强大的机器学习包, 提供了分类, 回归, 聚类, 降维, 模型选择, 数据预处理等多种操作的Python实现.
具体说明可见官网.
- 以下是随机森林分类算法的介绍
- 初始化分类器
clf = RandomForestClassifier(n_estimators=10, criterion='gini', max_depth=None, min_samples_split=2, min_samples_leaf=1, min_weight_fraction_leaf=0.0, max_features='auto', max_leaf_nodes=None, bootstrap=True, oob_score=False, n_jobs=1, random_state=None, verbose=0, warm_start=False, class_weight=None)具体参数介绍在此处
- 训练分类器
clf.fit(X, y)X, y 分别为特征训练集和类别训练集
- 测试分类器
clf.predit(X)
clf.predit_proba(X)X为特征测试集, 返回预测的分类类别, 或各类别概率
- 示例
以下示例基于 scikit-learn
# !usr/bin/env python
# coding: utf-8
from __future__ import unicode_literals, print_function
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.ensemble import RandomForestClassifier
from sklearn.cross_validation import train_test_split
from sklearn.metrics import classification_report
__author__ = 'David Ji'
'''Random Forest Example'''
def main():
# Load data
# iris是一个数据集字典, 有如下key:
# 'target_names', iris类别名称: 'setosa' 'versicolor' 'virginica'
# 'data', iris的特征数据
# 'target', iris的类别数据
# 'DESCR', 数据集描述
# 'feature_names', 特征名称: 'sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'
iris = load_iris()
# iris['data']是一个150*4 numpy多维数组, 是iris的特征数据
X = iris['data']
# iris['target']是一个150*1 numpy数组, 是iris的类别数据, 与iris['data']一一对应
y = iris['target']
# 划分训练集, 测试集
X_train, X_test, y_train, y_test = train_test_split(
X, y, random_state=None, train_size=0.6)
# 初始化分类器
clf = RandomForestClassifier(
n_estimators=20, criterion='entropy', max_features='auto',
max_depth=None, bootstrap='True', n_jobs=-1)
# 训练分类器
clf.fit(X_train, y_train)
# 测试分类器
preds = clf.predict(X_test)
# 输出测试报告
tab = pd.crosstab(
y_test, preds, rownames=['actual'], colnames=['predictions'])
report = classification_report(y_test, preds)
print(tab)
print(report)
# predictions 0 1 2
# actual
# 0 21 0 0
# 1 0 19 1
# 2 0 0 19
# precision recall f1-score support
# 0 1.00 1.00 1.00 21
# 1 1.00 0.95 0.97 20
# 2 0.95 1.00 0.97 19
# avg / total 0.98 0.98 0.98 60
if __name__ == '__main__':
main()