见见大魔王

是 python 自带的一个方法，准确说，应该是一个类，返回反向迭代器。也就是说，在经过 的作用之后，返回的是一个把序列值经过反转之后的迭代器。Referencehttps://blog.youkuaiyun.com/lluozh2015/article/details/123443787

字典是一种可变容器模型，且可存储。字典的每个键值对用冒号分割，每个对之间用逗号()分割，整个字典包括在花括号，但值则不必。值可以取任何数据类型，但。

【RLlib使用说明】Soft Actor Critic (SAC)1 概要SAC 的框架与 DQN 相似。Rollout Workers 负责采样，Learner 负责训练参数，然后更新 Rollout Workers。2 相关参数设置DEFAULT_CONFIG = with_common_config({ # === Model === # 使用两个 Q-网络（而不是一个）进行动作价值估计。 # Note: 每一个 Q-网络都有自己的 target 网络. "

Python中List的常见用法

官网说明：numpy.repeat — NumPy v1.22 Manual参数解析：a：输入的数组 repeats：重复的次数 axis：按照哪个轴重复，0为行，1为列重复次数为1也就是跟原来的数组一样：重复次数为2：看看 2 维情况，首先是按行重复，原本是 2 * 3 的数组，重复2次为 4 * 3：再看看按照列重复：当然，这里的axis不能超过被重复的数组的维度，否则会报错：但如果是 2 * 2* 3就不会报错了：...

apply()函数是pandas里面所有函数中自由度最高的函数。apply() 函数的参数是一个函数指针，这里可以使用 lambda 表达式帮助简化代码。输出结果：实战中使用 apply() 来统计句子长度。输出结果：...

在pandas里面常用value_counts确认数据出现的频率。另外，可以结合 malibplot.pyplot 使用，直接做出直方图。