【Python】数据处理分析，一些问题记录

不用造轮子是真的好用啊

1. python中单引号双引号的区别
   
   和cpp不一样，cpp单引号表示字符，双引号表示字符串，'c'就直接是ascii值了
   
   Python中单引号和双引号都可以用来表示一个字符串
   
   单双引号是用于区分在引号中还要用引号的情况
   
   参考：Python中单引号，双引号，3个单引号及3个双引号的区别 https://blog.csdn.net/woainishifu/article/details/76105667

2. 运算符* 和 **
   
   参考：https://blog.csdn.net/yilovexing/article/details/80577510
   
   https://blog.csdn.net/liuyhoo/article/details/80778296

3. Pandas对象的drop
   
   https://blog.csdn.net/lhy2239705435/article/details/90052681
   
   删除行和列
   
   （1）drop() 删除行和列
   
   drop([ ],axis=0,inplace=True)
   
   drop([])，默认情况下删除某一行；
   
   如果要删除某列，需要axis=1；
   
   参数inplace 默认情况下为False，表示保持原来的数据不变，True 则表示在原来的数据上改变。

4. DataFrame格式
   
   Pandas：DataFrame对象的基础操作 https://blog.csdn.net/u014281392/article/details/75331570
   
   pandas 入门：DataFrame的创建，读写，插入和删除 https://blog.csdn.net/xtfge0915/article/details/52938740

5. MySQL导入导出CSV文件
   
   预处理用MySQL做会比较方便
   
   https://blog.csdn.net/kikajack/article/details/80529640

6. sklearn中的random_state
   
   https://www.cnblogs.com/simpleDi/p/9986198.html
   
   sklearn安装的时候记得选scikit，直接搜索sklearn是没有的！
   
   random_state：随机种子
   
   random_state是一个随机种子，是在任意带有随机性的类或函数里作为参数来控制随机模式。当random_state取某一个值时，也就确定了一种规则。
   
   random_state可以用于很多函数，我比较熟悉的是用于以下三个地方：1、训练集测试集的划分 2、构建决策树 3、构建随机森林
   
   1、划分训练集和测试集的类train_test_split
   
   　　随机数种子控制每次划分训练集和测试集的模式，其取值不变时划分得到的结果一模一样，其值改变时，划分得到的结果不同。若不设置此参数，则函数会自动选择一种随机模式，得到的结果也就不同。
   
   2、构建决策树的函数
   
   clf = tree.DecisionTreeClassifier(criterion="entropy",random_state=30,splitter="random")
   
   　　其取值不变时，用相同的训练集建树得到的结果一模一样，对测试集的预测结果也是一样的；
   
   　　其值改变时，得到的结果不同；
   
   　　若不设置此参数，则函数会自动选择一种随机模式，每次得到的结果也就不同。
   
   3、构建随机森林
   
   clf = RandomForestClassifier(random_state=0)
   
   　　其取值不变时，用相同的训练集建森林得到的结果一模一样，对测试集的预测结果也是一样的；
   
   　　其值改变时，建森林得到的结果不同；
   
   　　若不设置此参数，则函数会自动选择一种随机模式，每次得到的结果也就不同。
   
   总结：在需要设置random_state的地方给其赋一个值，当多次运行此段代码能够得到完全一样的结果，别人运行此代码也可以复现你的过程。若不设置此参数则会随机选择一个种子，执行结果也会因此而不同了。虽然可以对random_state进行调参，但是调参后在训练集上表现好的模型未必在陌生训练集上表现好，所以一般会随便选取一个random_state的值作为参数。

7. sklearn的train_test_split
   
   X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)