yijia7590jfz的博客

跟随菜鸟教程学习的过程中记录。仅记录自己不熟悉的地方，以及与Java、C存在明显差异的地方。主要数据结构是 Series （一维数据，一维数组）与 DataFrame（二维数据，表格型数据结构）特殊字符串变量__version__前后都是两个下划线。__init__也是前后各自双下划线list、tuple有序，可以通过索引获取。Series类似表格中的一列；由索引和列组成，索引默认从0开始。创建：1.使用list创建； 2.使用字典创建，字典的key直接变为索引。pandas..

跟随菜鸟教程学习的过程中记录。仅记录自己不熟悉的地方，以及与Java、C存在明显差异的地方。注释\ 表示一行语句的多行显示多行注释 '''、"""包裹多个变量，不换行输出，在变量名之间加逗号python标准数据类型numbers、string、list、tuple、dictionary（元组与字典）字符串，使用[头下标：尾下标]截取相应的字符串，结果会返还一个新的对象。【python列表截取】除去头尾下标外，可以接收第三个参数，参数作用是截取步长。char[1:4:2]下标区.

CNN卷积神经网络 - LeNet具体实现及代码讲解本次笔记来源bilibili 霹雳吧啦Wz pytorch官方demo(Lenet)个人github仓库：heisenbergCh/way-to-deep-learning: 个人零基础自学深度学习时产生的笔记与示例代码参照官网demo定义LeNet网络结构完整代码：import torch.nn as nnimport torch.nn.functional as Fclass LeNet(nn.Module): def

文章目录第三章第一节 建立模型数据清洗的结果模型选择切割数据集模型创建第二节 模型评估第三章第一节 建立模型任务：完成泰坦尼克号的存活预测复习：库的作用;matplotlib-绘图，开源MatLab；seaborn-基于Python，在matplotlib的基础上进行了更高一级的封装，作图更方便；数据清洗的结果清洗后数据和原数据的不同：shape不一样；没有survived（结果值）、name（无关变量）两栏；文本数据都转变为数值数据；。模型选择首先需要知道是监督学习还是无监督学习。

第二章第一节 数据清洗及特征处理数据清洗：对于原始数据中的缺失值、异常值进行处理。相当于数据预处理。待处理的情况：缺失值、重复值、字符串和数据转换。缺失值如何查看各列缺失值的情况：df.info()# 可以查看每一列数据的缺失值情况，及数据类型df.isnull().sum()# 直接统计缺失情况检索缺失值：# 检索空缺值的三种方式df[df['Age']==None]=0df[df['Age'].isnull()]=0df[df['Age']==np.nan]=0

第一章第一节 数据载入与初步观察0 导库导入pandas、numpy（都是用于数据分析的库）1 载入数据使用相对路径或绝对路径打开文件相对路径：如果在同一文件夹下，直接访问文件名；如果不在同一级目录下：./：代表目前所在的目录../：代表上一层目录以/开头：代表根目录绝对路径：import osimport pandas as pdos.path.abspath('.') #表示当前所处的文件夹的绝对路径os.path.abspath('..') #表示

解决办法：1.maven-clean2.菜单栏-构建-重构项目3.maven-package