Scikit-learn 简介
scikit-learn（简称 sklearn）是 Python 最流行的机器学习库：API 统一、文档优秀、开箱即用。分类、回归、聚类、降维、预处理、模型评估，全部一个库搞定。
它基于 NumPy/Pandas 生态，所有主流 ML 算法都有现成实现，是学习机器学习和快速落地模型的首选。深度学学习用 PyTorch/TensorFlow，传统 ML 用 sklearn。
核心设计
统一 API：fit（训练）、predict（预测）、transform（转换）、score（评估）。学会一个模型，其他模型用法都一样。
代码示例
# 安装
# pip install scikit-learn
import sklearn
print("版本:", sklearn.__version__)
# 最短完整流程
from sklearn.datasets import load_iris
from sklearn.tree import DecisionTreeClassifier
X, y = load_iris(return_X_y=True)
model = DecisionTreeClassifier()
model.fit(X, y) # 训练
print(model.predict(X[:5])) # 预测
print(y[:5]) # 真实📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
| 写法 / 语法 | 作用 |
|---|---|
print("hello") | 输出到控制台 |
name = "张三" | 变量赋值（无需声明类型） |
if x > 0: ... | 条件判断（注意冒号和缩进） |
for i in range(10): ... | 循环（缩进是语法的一部分） |
while x < 10: ... | 条件循环 |
def fn(a, b): return a + b | 定义函数 |
class Person: ... | 定义类 |
list = [1, 2, 3] | 列表（可改） |
tuple = (1, 2) | 元组（不可改） |
dict = {"key": "value"} | 字典（键值对） |
set = {1, 2, 3} | 集合（去重） |
len(obj) | 取长度 |
str(x) / int(x) / float(x) | 类型转换 |
s.split(",") | 字符串按分隔符拆分 |
" ".join(list) | 列表拼接成字符串 |
import os | 导入模块 |
from math import sqrt | 从模块导入指定函数 |
try: ... except Exception as e: ... | 异常捕获 |
with open("a.txt", "r") as f: ... | 文件读取（自动关闭） |
f"你好 {name}" | f-string 格式化 |
lambda x: x * 2 | 匿名函数 |
list(map(fn, arr)) | 函数式处理列表 |
range(start, stop, step) | 生成数字序列 |
if __name__ == "__main__": | 主入口判断 |
pip install 包名 | 安装第三方包（命令行） |