1 Seaborn
1.1什么是 Seaborn
https://blog.csdn.net/qq_40130759/article/details/79528650
1.2 Seaborn库 安装
进入anaconda prompt,输入 pip install seaborn
2 什么是pandas
https://blog.csdn.net/shangboerds/article/details/83477025
3 pd.read_csv（），遇到中文路径报错does not exist
在网上下载数据，并随意存放在习惯性存放数据的一个文件夹中，并命名为ex1data1.txt
3.1 路径读取失败
3.2 添加绝对路径仍然读取失败
3.3使用以下方法仍然未解决
失败
3.4 最后在stack overflow 上找到原因
https://stackoverflow.com/questions/39267614/csv-file-does-not-exist-pandas-dataframe
在保存文件时，我给文件命名为‘ex1data1.txt’,而代码实际读取成了‘ex1data1.txt.txt’,
圆圈是正确的，而箭头是错误的
并且无论是相对路径，还是绝对路径都可以正确使用。
4、pandas的 .describe() .head() 使用失败
要显示数据，必须print(data.head())
5、pd.concat（）
https://www.jianshu.com/p/421f040dfe2f
横向连接，axis = 0; 纵向连接，axis = 1
6、DataFrame 是一个【表格型】的数据结，将Series的使用场景从一维拓展到多维
https://blog.csdn.net/lm_is_dc/article/details/81114088
7、.iloc
Pandas中loc和iloc函数用法详解
https://blog.csdn.net/qq_33217634/article/details/88423660
在链接博文基础上，测试以下代码，有助于理解
print(data.iloc[:,:-2])
8、tensorflow中创建variable的2种方式
8.1 tf.Variable()只要使用该函数，一律创建新的variable，如果出现重名，变量名后面会自动加上后缀1，2….
8.2 tf.get_variable()：如果变量存在，则使用以前创建的变量，如果不存在，则新创建一个变量
8.3 name_scope 与variable_scope 的区别： 词头 区别
9、浅谈 Python 的 with 语句
https://www.ibm.com/developerworks/cn/opensource/os-cn-pythonwith/
10、np.ones()
可以直接输入 help(np.ones)
11、np.random.seed()
http://www.cnblogs.com/fpzs/p/10153753.html
设置相同的seed()参数，每次生成的随机数相同
12.代码的理解
12.1 df = pd.read_csv(‘ex1data1.txt’, names=[‘Population’, ‘Profit’])
#ones是len(df)行 1列,元素 全为1.0 的dataframe
ones = pd.DataFrame({‘ones’: np.ones(len(df))})
结果只展示了后小半段
12.2
ones = pd.DataFrame({‘ones’: np.ones(len(df))})
data = pd.concat([ones, df], axis=1) # 合并数据，根据列合并
12.3.as_matrix()的作用
很多时候取得的数据是DataFrame的形式，这个时候要记得转换成数组,会谨慎使用下面的代码
x = datas.iloc[:,:].as_matrix()
但是这个用法已经淘汰，会出现FutureWarning: Method .as_matrix will be removed in a future version. Use .values instead.
只需要进行如下转换
x = datas.iloc[:,:].values
注意values无括号
13 tf.placeholder（） 为什么要使用占位符！！
Tensorflow的设计理念称之为计算流图，在编写程序时，首先构筑整个系统的graph，代码并不会直接生效，这一点和python的其他数值计算库（如Numpy等）不同，graph为静态的，类似于docker中的镜像。然后，在实际的运行时，启动一个session，程序才会真正的运行。这样做的好处就是：避免反复地切换底层程序实际运行的上下文，tensorflow帮你优化整个系统的代码。我们知道，很多python程序的底层为C语言或者其他语言，执行一行脚本，就要切换一次，是有成本的，tensorflow通过计算流图的方式，帮你优化整个session需要执行的代码，还是很有优势的。
所以placeholder()函数是在神经网络构建graph的时候在模型中的占位，此时并没有把要输入的数据传入模型，它只会分配必要的内存。等建立session，在会话中，运行模型的时候通过feed_dict()函数向占位符喂入数据。
tf.placeholder(
dtype,
shape=None,
name=None
)
dtype：数据类型。常用的是tf.float32,tf.float64等数值类型
shape：数据形状。默认是None，就是一维值，也可以是多维（比如[2,3], [None, 3]表示列是3，行不定）
name：名称
14 Tensorflow——tf.matmul() 和tf.multiply() 的区别
https://www.jianshu.com/p/b6be1cacd94c
15、@ 是什么作用，以及转置不熟练？？？？
16、求偏导
数学推演
最终运行代码保存在
E:\Program Files\Python3.5\linear_regression.py
