pandas里面的對於數據操作比如where，drop以及dropna等都會有一個屬性：inplace，這個單詞意思是原地，如果inplace=true代表數據本身要執行該操作；如果inplace=false（默認）代表操作影響的是數據一個副本（copy），返回的也是該副本；所以如果是drop，inplace應該是true
DataFrame里面的corr其實是（線性）相關性，什么是相關性？就是變量A的增長是否導致B的增長（減少）
DataFrame在聚集操作（比如計算均值）的時候，是可以從兩個維度來進行計算，axis=0是縱向，axis=1是橫向；對於一個m行，n列的數據，df.mean(axis=0)返回的是一行n列數據，因為在縱向上進行聚集；如果df.mean(axis=1)則代表是橫向聚集，於是是一列m行數據。
num_attribs=list(housing_num)
num_attribs返回的是列名
TypeError Traceback (most recent call last) <ipython-input-178-70bca072c4f7> in <module>() 1 from sklearn.model_selection import GridSearchCV 2 param_grid={ ----> 3 {'n_estimators':[3, 10, 30], 'max_features':[2,4,6,8]},{'bootstrap':[False], 'n_estimators':[3,10], 'max_features':[2,3,4]} 4 } 5 TypeError: unhashable type: 'dict'
這個是因為param_grid應該是[]，而不是{}；故爆此異常。
關於pyton里面的zip
1 a = [1,2,3] 2 b = [4,5,6] 3 c = [4,5,6,7,8] 4 zipped = zip(a,b) # 打包為元組的列表
>> [(1, 4), (2, 5), (3, 6)]
zip(a,c) # 元素個數與最短的列表一致
>> [(1, 4), (2, 5), (3, 6)]
zip(*zipped) # 與 zip 相反，可理解為解壓，返回二維矩陣式
>> [(1, 2, 3), (4, 5, 6)]
dataframe里面drop並不改變原始數據集（默認inplace=false），只是返回了操作后的數據集，如下例：strat_train_set其實並沒有刪除median_house_value列，但是housing確實沒有該列的數據（housing是strat_train_set的一個副本，執行drop是housing這個副本）。
1 housing = strat_train_set.drop("median_house_value", axis=1) 2 housing_labels = strat_train_set["median_house_value"].copy()
注意dataframe的where條件，第一個謂詞判斷（條件判斷），第二個是如果謂詞判斷不滿足（條件返回為false），則替換為該值。第三個參數則是代表數據是否要覆蓋當前數據集，如果True則是覆蓋當前數據及，如果為false則不修改當前數據集，而是創建一個拷貝，然后對於拷貝數據集進行修改；如果設置為False需要接收返回值，因為下面的例子中“inplace=True”，所以修改是發生在當前數據集的，所以不需要接收返回值。
housing["income_cat"].where(housing["income_cat"] > 5, 5.0, inplace=True)
StratifierShuffleSplit，其實是StratifierKFloder和ShufflerSplit的組成，是交叉驗證的實現。看一下下面的代碼，注意這里train_index，以及test_index返回的其實是數組，這里編譯器的處理和Java不同，java是逐個遍歷，逐個處理，但是對於python而言，是一次性獲取所有的值（train_index以及test_index都是數組），然后把數組扔給housing，讓housing去遍歷然后返回值給strat_train_set以及strat_test_set。
1 split = StratifiedShuffleSplit(n_splits=1, test_size=0.2, random_state=42) 2 for train_index, test_index in split.split(housing, housing["income_cat"]): 3 print(str(train_index) + ";" + str(test_index) + "\n") 4 strat_train_set = housing.loc[train_index] 5 strat_test_set = housing.loc[test_index]