Nice的博客

NumPy 数组的维数称为秩(rank)，秩就是轴的数量，即数组的维度，一维数组的秩为 1，二维数组的秩为 2在 NumPy中，每一个线性的数组称为是一个轴（axis），也就是维度（dimensions）。比如说，二维数组相当于是两个一维数组，其中第一个一维数组中每个元素又是一个一维数组。所以一维数组就是 NumPy 中的轴（axis），第一个轴相当于是底层数组，第二个轴是底层数组里的数组。而轴的数量——秩，就是数组的维数。很多时候可以声明 axis。axis=0，表示沿着第 0 轴进行操作，即对每一.

最近在工作中，遇到了数据合并、连接的问题，故整理如下，供需要者参考~参考自：象在舞：https://blog.csdn.net/gdkyxy2013/article/details/80785361concatconcat：沿着一条轴，将多个对象堆叠到一起concat方法相当于数据库中的全连接（union all），它不仅可以指定连接的方式（outer join或inner join）还可以指定按照某个轴进行连接。与数据库不同的是，它不会去重，但是可以使用drop_duplicates方法达到去

机器学习：利用计算机从历史中找规律，并把这些规律用到对未来不确定场景的决策机器学习简单分类：可以分为 监督学习、无监督学习、半监督学习分类、聚类、回归生成模型（给出数据属于各个类别的概率）、判别模型（给出数据所属于的类别）机器学习和数据分析的区别:数据特点：交易数据（订单） VS 行为数据（点击历史）少量数据 VS 海量数据采样分析 VS 全量分析训练数据/验证数据/测试数据建模之前把数据分成三个部分 ：训练集、验证集、测试集训练集：用来训练，构建模型.