python 中的map fit apply

map只对一个序列而言的。

apply只是整个dataframe上任意一列或多列，或者一行或多行， 即可在任意轴操作。 在一列使用apply时，跟map效果一样。 多列时只能用apply。

applymap 在整个dataframe的每个元素使用一个函数。 

fit()可以说是调用的通用方法。fit(X)，表示用数据X来训练某种模型。 函数返回值一般为调用fit方法的对象本身.fit(x,y)传两个参数的是有监督学习的算法，fit(x)传一个参数的是无监督学习的算法，比如降维、特征提取、标准化

sklearn的fit、transform、fit_transform

fit_transform，本质就等于调用fit()和transform()。 一个是建模，一个是转换

我们一般处理方式有2种：
1）对数据先fit，再transform，好处是我可以拿到数据变换(比如scaling/幅度变换/标准化)的参数，这样你可以在测试集上也一样做相同的数据变换处理
2）fit_trainsform，一次性完成数据的变换(比如scaling/幅度变换/标准化)，比较快。但是如果在训练集和测试集上用fit_trainsform，可能执行的是两套变换标准(因为训练集和测试集幅度不一样)

有监督学习里要注意一下这个问题，聚类这种无监督学习是没有关系的。