机器学习基础-Pandas学习笔记

1. Pandas Python的数据分析库，与Numpy配合使用，可以从常见的格式如CSV、JSON等中读取数据。可以进行数据清洗、数据加工工作。
2. 数据结构Series，Pandas.Series(data,index,dtype,name,copy)
   data类型是Numpy的ndarray类型，index指定下标，如果不给默认从0开始，name给series名字
3. 数据类型DataFrame，Pandas.DataFrame(data,index,columns,dtype,copy)
4. 利用Pandas读取CSV，以逗号或其他字符分隔，可以用Excel打开

• Pandas.read_csv(“路径”)，可以指定显示的行
• Pandas.info获取读取文件的信息

5. 利用Pandas读取JSON，\转义，,分隔，{}保存对象，[]保存数组

• Pandas.read_json(”路径“)
• 可以直接将Python的字典以Json格式读入，字典里放字典
• 如果Json套Json，需要用Pandas.json_normalize(哪个Json，Json里的哪一类需要展平，需要将没展平的哪些列加以展示)进行展平

6. 数据清洗，是数据预处理的一步
   Pandas文档

• 不用背API，用到了去查文档
• DataFrame.duplicated()查看数据是否重复

7. 打一下老师博文里的内容
   Pandas博客资料

补充一点Pytorch基础
8. cafe,keras(合并到tensorflow)古老，没人用。tensorflow(Google 工业),pytorch(facebook 学业)
9. Pytorch的基本数据类型：张量，标量，向量，矩阵是特殊的张量。Pytorch可以在GPU上运行，Numpy不行。
Pytorch官方文档
10. Numpy和Pytorch。一个在CPU上运行，一个在GPU上运行，所以要互相转化。
PyTorch博客资料
11. 要在Jupyter中使用Pytorch，需要创建带有Pytorch的Conda环境，然后在该core下打开Jupyter创建文件