DAY3 深度学习之李沐大神笔记（1）

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档

---

数据操作与数据预处理

一、数据操作

访问元素：一个元素： [1,2] 一行：[1,:] 一列： [:,1] 子区域：[1:3,1:] 子区域： [::3,::2]。

二、数据操作的实现

a = torch.arange(3).reshape((3,1))
b = torch.arange(2).reshape((1,2))
a,b
a+b

首先维度相同，但是行列不相同，如果相加，则运用了广播机制，即（3,1）复制列数复制[0],[1],[2]。变为[[0,0],[1,1],[2,2]]。（1,2）复制3行行数[0,1],变为[[0,1],[0,1],[0,1]]。求和即为[[0,1],[1,2],[2,3]]。

数据预处理的实现

import os

os.makedirs(os.path.join('..','data'),exist_ok=True)
data_file = os.path.join('..','data','house_tiny.csv')
with open(data_file,'w') as f:
    f.write('NumRooms,Alley,Price\n')
    f.write('NA,Pave,1275000\n')
    f.write('2,NA,106000\n')
    f.write('4,NA,178100\n')
    f.write('NA,NA,140000\n')

创建文件夹，将数据写入文件。

import pandas as pd

data = pd.read_csv(data_file)
data

Pandas 是 Python 语言的一个扩展程序库，用于数据分析。Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。

inputs,outputs = data.iloc[:,0:2],data.iloc[:,2]
inputs = inputs.fillna(inputs.mean())
print(inputs)

将第零列、第一列写入输入数据（因为是开区间），将第二列写入输出数据。
为了处理缺失的数据，典型的方法包括插值和删除。

对于inputs中的类别值或离散值，我们将“NaN”视为一个类别。

inputs = pd.get_dummies(inputs,dummy_na=True)
print(inputs)

import torch
X,y=torch.tensor(inputs.values),torch.tensor(outputs.values)
X,y

将inputs和outputs中的所有条目转为数值类型后，便可以转换为张量格式。

总结

提示：这里对文章进行总结：
今天了解了张量的使用，并且掌握了数据处理的相关方法，对于pandas有了新的理解。