分類python代碼實例的簡單介紹

本文目錄一覽：

• 1、求Python代碼 如何分類統計
• 2、如何用python實現隨機森林分類
• 3、python把excel第一列相同的分類
• 4、如何用python將文件夾中圖片根據顏色分類

求Python代碼 如何分類統計

統計一個列表中每一個元素的個數在Python里有兩種實現方式，第一種是新建一個dict，鍵是列表中的元素，值是統計的個數，然後遍歷list。items=[“cc”,”cc”,”ct”,”ct”,”ac”]count={}foriteminitems:count[item]=count.get(item,0)+1

如何用python實現隨機森林分類

大家如何使用scikit-learn包中的類方法來進行隨機森林算法的預測。其中講的比較好的是各個參數的具體用途。

這裡我給出我的理解和部分翻譯：

參數說明：

最主要的兩個參數是n_estimators和max_features。

n_estimators：表示森林裏樹的個數。理論上是越大越好。但是伴隨着就是計算時間的增長。但是並不是取得越大就會越好，預測效果最好的將會出現在合理的樹個數。

max_features：隨機選擇特徵集合的子集合，並用來分割節點。子集合的個數越少，方差就會減少的越快，但同時偏差就會增加的越快。根據較好的實踐經驗。如果是回歸問題則：

max_features＝n_features，如果是分類問題則max_features＝sqrt(n_features)。

如果想獲取較好的結果，必須將max_depth＝None,同時min_sample_split=1。

同時還要記得進行cross_validated（交叉驗證），除此之外記得在random forest中，bootstrap=True。但在extra-trees中，bootstrap=False。

這裡也給出一篇老外寫的文章：調整你的隨機森林模型參數　

這裡我使用了scikit-learn自帶的iris數據來進行隨機森林的預測：

[python] view plain copy

from sklearn.tree import DecisionTreeRegressor

from sklearn.ensemble import RandomForestRegressor

import numpy as np

from sklearn.datasets import load_iris

iris=load_iris()

#print iris#iris的4個屬性是：萼片寬度　萼片長度　花瓣寬度　花瓣長度　標籤是花的種類：setosa versicolour virginica

print iris[‘target’].shape

rf=RandomForestRegressor()#這裡使用了默認的參數設置

rf.fit(iris.data[:150],iris.target[:150])#進行模型的訓練

#

#隨機挑選兩個預測不相同的樣本

instance=iris.data[[100,109]]

print instance

print ‘instance 0 prediction；’,rf.predict(instance[0])

print ‘instance 1 prediction；’,rf.predict(instance[1])

print iris.target[100],iris.target[109]

返回的結果如下：

(150,)

[[ 6.3  3.3  6.   2.5]

 [ 7.2  3.6  6.1  2.5]]

instance 0 prediction； [ 2.]

instance 1 prediction； [ 2.]

2 2

在這裡我有點困惑，就是在scikit-learn算法包中隨機森林實際上就是一顆顆決策樹組成的。但是之前我寫的決策樹博客中是可以將決策樹給顯示出來。但是隨機森林卻做了黑盒處理。我們不知道內部的決策樹結構，甚至連父節點的選擇特徵都不知道是誰。所以我給出下面的代碼（這代碼不是我的原創），可以顯示的顯示出所有的特徵的貢獻。所以對於貢獻不大的，甚至是負貢獻的我們可以考慮刪除這一列的特徵值，避免做無用的分類。

[python] view plain copy

from sklearn.cross_validation import cross_val_score, ShuffleSplit

X = iris[“data”]

Y = iris[“target”]

names = iris[“feature_names”]

rf = RandomForestRegressor()

scores = []

for i in range(X.shape[1]):

score = cross_val_score(rf, X[:, i:i+1], Y, scoring=”r2″,

cv=ShuffleSplit(len(X), 3, .3))

scores.append((round(np.mean(score), 3), names[i]))

print sorted(scores, reverse=True)

顯示的結果如下：

[(0.934, ‘petal width (cm)’), (0.929, ‘petal length (cm)’), (0.597, ‘sepal length (cm)’), (0.276, ‘sepal width (cm)’)]

這裡我們會發現petal width、petal length這兩個特徵將起到絕對的貢獻，之後是sepal length，影響最小的是sepal width。這段代碼將會提示我們各個特徵的貢獻，可以讓我們知道部分內部的結構。

python把excel第一列相同的分類

Python操作excel文件根據某一字段將相同的類拆分。

需要安裝pandas，xlrd，openpyxl庫。

定義新列需要用到columns.tolist()函數，具體代碼如下:col_name=df.columns.tolistcol_name.insert(新列位置，’新列名稱’)wb=df.reindex(columns=col_name)然後後面再接一行代碼用來定義新列的計算規則。

如何用python將文件夾中圖片根據顏色分類

本文實例講述了Python通過PIL獲取圖片主要顏色並和顏色庫進行對比的方法。分享給大家供大家參考。具體分析如下：

這段代碼主要用來從圖片提取其主要顏色，類似Goolge和Baidu的圖片搜索時可以指定按照顏色搜索，所以我們先需要將每張圖片的主要顏色提取出來，然後將顏色劃分到與其最接近的顏色段上，然後就可以按照顏色搜索了。

在使用google或者baidu搜圖的時候會發現有一個圖片顏色選項，感覺非常有意思，有人可能會想這肯定是人為的去劃分的，呵呵，有這種可能，但是估計人會累死，開個玩笑，當然是通過機器識別的，海量的圖片只有機器識別才能做到。

那用python能不能實現這種功能呢？答案是：能

利用python的PIL模塊的強大的圖像處理功能就可以做到，下面上代碼： 

複製代碼代碼如下:

import colorsys

def get_dominant_color(image):

#顏色模式轉換，以便輸出rgb顏色值

image = image.convert(‘RGBA’)

#生成縮略圖，減少計算量，減小cpu壓力

image.thumbnail((200, 200))

max_score = None

dominant_color = None

for count, (r, g, b, a) in image.getcolors(image.size[0] * image.size[1]):

# 跳過純黑色

if a == 0:

continue

saturation = colorsys.rgb_to_hsv(r / 255.0, g / 255.0, b / 255.0)[1]

y = min(abs(r * 2104 + g * 4130 + b * 802 + 4096 + 131072) 13, 235)

y = (y – 16.0) / (235 – 16)

# 忽略高亮色

if y 0.9:

continue

# Calculate the score, preferring highly saturated colors.

# Add 0.1 to the saturation so we don’t completely ignore grayscale

# colors by multiplying the count by zero, but still give them a low

# weight.

score = (saturation + 0.1) * count

if score max_score:

max_score = score

dominant_color = (r, g, b)

return dominant_color

使用方法：

from PIL import Image

print get_dominant_color(Image.open(‘logo.jpg’))

這樣就會返回一個rgb顏色，但是這個值是很精確的範圍，那我們如何實現百度圖片那樣的色域呢？？

其實方法很簡單，r/g/b都是0-255的值，我們只要把這三個值分別劃分相等的區間，然後組合，取近似值。例如：劃分為0-127,和128-255，然後自由組合，可以出現八種組合，然後從中挑出比較有代表性的顏色即可。

當然我只是舉一個例子，你也可以劃分的更細，那樣顯示的顏色就會更準確~~大家趕快試試吧