m0_52458424的博客

取值，df[]从列开始，df.loc从索引（index）开始，.iloc基于索引位置开始的。或者使用pd.MultiIndex.from_arrays(二维数组)关键就是是否存在一个可构建二维（多维）的index。创建一个Series数组，以元组作为index。4. stack() 和 unstack()我们希望通过元组构建二级索引，使用。unstack()：行索引只有一级。获取索引为2的数据，使用切片索引。stack()：列索引只有一级。2. 通过二维索引数组创建。是不是瞬间舒服很多，下面。

一维就只用care一个轴就行了，二维的有行和列两个维度，也可理解成x轴和y轴。这里注意，字典的key依然是column，行标可以自己设置index，默认为数组下标。columns为字典的key，index为子字典的key，这里index不能修改。传入bool索引，可以传入一个条件表达式，也可以传入对应的bool数组。对齐：自动对齐，两个series相加，空值和任何值计算结果仍为空值。这里出入的标签列表，如果没有设置标签的话，也可以使用下标列表。df[列名]，df[[列名，列名]]，df[:1]

卷积神经网络是一种带有卷积结构的深度神经网络。深度学习以及卷积神经网络的适用需要大量的有效训练数据。卷积结构可以减少深层网络占用的内存量，其三个关键的操作，其一是局部感受野，其二是权值共享，其三是 pooling 层，有效的减少了网络的参数个数，缓解了模型的过拟合问题。

RNN 跟传统神经网络最大的区别在于每次都会将前一次的输出结果，带到下一次的隐藏层中，一起训练。LSTM在RNN的基础上加上了一个控制装置，可以控制记忆和遗忘。

requests库使用，页面解析与数据提取，lxml库介绍，百度贴吧图片下载

爬虫分类，requests库的基本使用，入门笔记