无名小秃瓢的博客

学习线性神经网络架构、数据处理、指定损失函数和如何训练模型，以及softmax回归的原理及训练。

《动手学深度学习（Pytorch版）》Task02：预备知识——4.25打卡数据操作N维数组——张量创建数组访问元素入门初始化矩阵运算符广播机制索引和切片节省内存转换为其他Python对象转换为NumPy张量`ndarray`张量转换为Python标量数据预处理安装pandas读取数据集处理缺失值转换为张量格式删除缺失值最多的列线性代数标量向量长度、维度和形状矩阵范数特殊矩阵特征向量和特征值张量降维非降维求和点积（Dot Product）——标量矩阵-向量积矩阵-矩阵乘法范数微积分导数和微分亚倒数偏导数梯度

目录

在学习画散点图时，使用scatter函数绘制散点图，发现报错No handles with labels found to put in legend.翻译过来是：没有发现在图例中放置标签的句柄。即我们没有给图例设置标签。解决办法：给scatter函数加上参数label就ok啦故解决画图图例显示不出来的通解就是给画图的那个函数加上label标签即可。再举个栗子~画一个平平无奇的sin曲线，给他加上标签，发现报了同样的错误。类比一下我们给plot函数加上参数label标签就能显示啦，其他

目录

目录数据重塑和轴向旋转层次化索引Series的层次化索引：内层选取通过unstack方法将series变成DataFrame通过stack方法复原DataFrame的层次化索引设置行列索引选取列交换内外层索引尝试将电影数据处理成多层索引结构把产地和年代同时设为索引，产地为外层索引，年代为内层索引每个索引都是一个元组取消层次化索引数据旋转dataframe可以使用stack和unstack，转化为层次化索引的series数据分组，分组运算按照电影的产地进行分组先定义一个分组变量group可以计算分组后的各个统

目录数据格式转换查看格式修改格式将年份转化为整数格式,异常值查找将时长转化为整数格式排序默认排序按照投票人数进行排序按照年代进行排序多个值进行排序，先按照评分，再按照投票人数基本统计分析描述性统计：通过描述性统计，可以发现异常值对index重新赋值最值均值中值方差和标准差（反映数据离散程度）求和相关系数协方差计数统计表格长度统计唯一值的个数计算每一年的电影数量：电影产出前五的国家或地区：数据保存数据透视基础形式查看结果使用多个索引指定需要统计汇总的数据指定函数，来统计不同的统计值通过将“投票人数”列和“评分

文章目录series类型初始化:索引——数据行标签值切片索引赋值DataFrame类型构造时间序列:构造DataFrame结构：使用字典传入数据：查看数据头尾数据查看类型：查看下标：查看列标：查看值：pandas读取数据及数据操作数据读入：若数据读入产生 Unnamed:0 列：行操作添加一行：删除一行:列操作增加一列：删除一列通过标签选择数据条件选择缺失值和异常值处理缺失值处理方法：判断缺失值填充缺失值删除缺失值处理异常值对异常值进行删除：数据保存第三次课作业（1）Pandas基础知识（2）数据操作注意

产生数组import numpy as np#从列表产生数组L=[0,1,2,3]a=np.array(L)print(a)#从列表传入a=np.array([1,2,3,4])print(a)#生成全0数组,默认生成浮点数a=np.zeros(5)print(a)#生成全1数组,默认生成浮点数a=np.ones(5)print(a)#生成全1数组,指定生成整数类型a=np.ones(5,dtype="int")print(a)#fill方法将数组设为指定值a

相关视频链接在这里第一次课作业>>后是输出结果（1）python基础语法。（1）下面两段代码输出的结果相同么？请解释原因。① x=4，y=5，print（x+y） ② x=‘4’,y=‘5’, print(x+y)不一样，前者是int类相加，后者是字符串类相加x=4y=5print(x+y)>>9x="4"y="5"print(x+y)>>45（2）‘10/3’，‘10//3’和’10%3’结果相同么？请说明原因。不相同,/是除，//是整