courson的博客

吴恩达作业改编 常用函数 np.dot 矩阵乘法 np.multiply 对应位置相乘，可以使用 到广播特性 np.sum()，首先：sum()如果不传参就是对所有元素求和。 >>> import numpy as np >>> a = np.array([[[1,2,3,2],[1,2,3,1],[2,3,4,1]],[[1,0,2,0],[2,1,2,0],[2,1,1,1]]]) >>> a array([[[1, 2, 3, 2],

import pandas as pd pd.read_csv(文件路径)就得到dataframe数据了 ，但是 文件路径要将文件的后缀名 加上 比如说 csv 比如说 txt 得到dataframe 数据类型之后，我们可以知道 它有 index 索引性质 有 label 标签性质，这样我就可以对 不同的列和行进行自己的处理 具体的处理方式 可以 上 pandas 官网，里面有tutorial 可以查，挺好用的，比这些个博客 https://pandas.pydata.org/ 然后当以pandas库的处理

bytes 类型示例： b’tom’ b’\xba\x9c\xfc\ro\x9f\x86(\xe2\xabP49q\x93\xf3\x7f\x95@\xe5\x85\x1e\xca\x1d\xa5\xe3MpD\xa5,\x93’ （前面有个 b） str 示例： ‘tom’ ‘upz8DW+fhijiq1A0OXGT83+VQOWFHsodpeNNcESlLJM=\n’ bytes 与 str 之间的转换 编码（encode） str 变成 bytes b= s.encode(encoding =‘utf