Panda总结

Numpy

• 随机选择list元素

ACTIONS = ['left', 'right'] 
action_name = np.random.choice(ACTIONS)

• 产生【0，1】均匀分布的随机数

np.random.uniform()

Panda

• panda初始化

 table = pd.DataFrame(
        np.zeros((n_states, len(actions))),     # q_table initial values
        columns=actions,    # actions's name
    )

pd.DataFrame(columns=self.actions, dtype=np.float64) # 建一个空的table

• 元素值读取

state_actions = q_table.loc[state, action] # 获取1个位置的元素值
state_actions = q_table.loc[state, :] # 获取第i行元素
q_table.loc[S_, :].max() # 获取第i行元素的最大值

• 判断是否元素值全为0

state_actions.all() == 0