Dive into deep learning(01)[动手学深度学习]———————第一章，预备知识

Dive into deep learning(01)[动手学深度学习]———————第一章，预备知识

前言：因为自己之前pytorch有大概的走一遍过，这次重新走一遍，记录的都是自己时常记不住的又或者是时常用到的，再者是很重要的，一切以自己记录为主，别人看不看的懂是次要的。当然有问题可以一起探讨。

本章摘要： pytorch的学习与使用需要一些预备知识，具体包括：高等数学中的求导和积分，线性代数中的矩阵计算相关知识，统计计算中的概率问题，python中numpy和pandas的基本使用。

1、数据操作(Data Manipulation)

主要是数据类型介绍，在数学中，数据分为：标量(0维)，向量(1维)，矩阵(2维),在pytorch中，这些都叫张量(Tensor)，张量代表n维数据。
在这里需要了解简单的numpy切片，索引的知识，用以对数据操作，同时numpy的广播机制，以及python中的内存占用方式也可以简单了解一下。
作业： 第2题作业，当涉及三维数据加减时，numpy广播机制要求两组数据中的第1维度相同，第二三维度中最少也要有一个相同。例如（2,2,1）和（2,1,3）加法过后形状会变为（2,2,3）。

2、数据预处理(Data Preprocessing)

主要是利用pandas中缺失值的处理，分别是填充法和删除法，示例代码中为填充法，使用均值填充，作业为删除法，要求删除最多的一列。

作业： 感觉自己的代码还是太长，但不知道有没有什么pandas自带的函数可以更简便一些
函数记录：
df.dropna(how='any')#删除缺失值列
df.fillna(df.mean())#用均值填充缺失值，没有参数情况下，默认按列均值填充
df.columns.values#获取列名