随笔记

碎笔记

列出DataFrame中某一列的所有类

这里是统计bone_df的boneage列中所有年龄值，用到函数unique（），返回的是一个list列表

统计每一类出现的次数，使用的是counts函数，返回的是一个新的dataframe，这里对新的dataframe进行命名和赋予列名。

下面是对df中对某一列的值设定条件，返回满足的所有行，为dataframe形式，这里又提取age列的所有数据，values返回list列表

list使用append（）添加元素，返回为none

新建列表list：

label = [ ]

添加元素：

label = label.append（‘male’）

返回：

none

改正：

label.append('male')

输出label：

[male]

也就是说append（）只是在原来列表末尾添加元素，只是修改原来列表，并不是复制原来列表，不返回列表形式，所以用**=**输出，只是返回none，因为append没有返回值。

生成随机数的randint

通过随机生成的feed，作为列表索引，随机使用列表中的某一值

feed = random.randint(1, counts)
输出错误：list索引溢出
原因：randint（a， b）函数是生成【a，b】之间的整数，包括a，b
所以改正：
feed = random.randint(1, counts-1)

更改图片数组大小时，np.reshape和cv2.resize的不同

这里应用是把图片的一维数组形式改为二维数组形式，并且保存。
np.reshape（a, （800， 800））是对图片数组进行更改大小，这里的应用是把一维数组改为二维数组，不改变数组的值。
cv2.resize（a, (800, 800))把数组改为二维数组，并且要对数组的值进行插值操作，从而改变图片的大小。
直接采用cv2.resize对一维数组进行更改产生的图片：（完全没有图片内容）
使用np.reshape后再用cv2保存图片：

six.moves的用法

six是用来兼容python 2 和 3的工具，
six.moves 是用来处理在2 和 3里面函数的位置有变化的，直接用six.moves就可以屏蔽掉这些变化，
这里从six.moves中导入了cPickle包：使用 Python 进行对象的序列化与反序列化操作，直接将对象保存为二进制文本流在硬盘上，读取时不用再创建对象类，例如一些游戏程序，退出后再重新进入是退出时界面，保存了退出时的应用信息。
cPickle：用C语言编写的类，功能与pickle一样，但是速度却比pickle快得多。
主要函数：dump（）、load（）、dumps（）、loads（）
区别：
不带 s 的两个（即 dump() 和 load()）方法会将数据序列化后保存至文件中， 然后再从文件中取出并反序列化后备用；
带 s 的两个（即 dumps() 和 loads()）方法则会将数据序列化后以字符串的格式保存在内存中， 然后再将字符串格式的数据反序列化后备用；
具体使用：

train_pkl = open('data.pkl', 'wb')
cPickle.dump(X_train, train_pkl, protocol=cPickle.HIGHEST_PROTOCOL)
train_pkl.close()

dump写入时要包括文件名filename， 以及要存入的对象。

data = cPickle.load(open("test\\data.pkl","rb"))