該專案**於實驗樓，我這裡只是記錄下自己做完專案的筆記和總結（實驗樓是py2的**，我則是用的py3）。
專案目的：通過分析之前的比賽資料，得到每個隊伍的狀態的特徵表達，利用機器學習訓練回歸模型，從而對新的比賽進行**。
為了掌握並實現這個專案，需了解一下幾個問題：
1. 如何讀取資料夾中的資料？
答：這個專案的資料儲存在.csv檔案中，因此使用pandas庫中的read_csv函式進行讀取操作。在讀取時給出檔名的路徑即可（可用+運算子連線不同的字串）。讀入的資料為dataframe型別的資料，這是pandas中特有的資料型別，近似理解為可用字串作為索引的二維資料。
2. 如何對dataframe型別的資料進行操作？
我們需要把讀入的資料轉化為訓練模型（回歸模型）所需要的特徵。因此需要把三個不同檔案中讀入的資料進行裁剪（對應pandas.dataframe.drop方法）、合併（對應pandas.merge）及其按照team作為索引（pandas.dataframe.set_index）。
drop方法：刪除行：df.drop('列標'， axis=1)
刪除列：df.drop('行標')
merge方法：這個方法讓我產生了「還能有這種操作」的感慨。
新資料 = pd.merge(資料1，資料2，how=' ' ,on=' ')
引數how指出合併後的資料keys是資料1還是資料2說了算，可取值為left、right、outer、inner；而on指出keys，即按哪個鍵值合併。
指出用於索引的keys。
3. 處理dataframe資料，需要遍歷，如何做？訪問這個資料中的某乙個元素，如何做？
pandas.dataframe.iterrows()方法可以返回生成器，以（index，series）對dataframe型別進行迴圈。
注意dataframe資料[鍵值]這樣來訪問資料是不行的。正確方法是df.loc[索引]可以取出這一索引index對應的series。（注意是.loc）。而取出的series可以用iteritems來做迭代，從而取出每乙個元素。
4.建立好特徵後，通過使用回歸模型來得到訓練的**模型？
使用skleran，三步走：例項化乙個回歸模型model = ... ， model.fit(x, y)，model.predict()。
這個專案**得到概率，因此用logistic模型，**時使用predict_proba()方法即可得到概率。
5.文章寫入時遇到typeerror: a bytes-like object is required, not str錯誤。
該錯誤往往是open()開啟檔案是，使用二進位制模式，之後如果是使用了str()函式，就會出現該錯誤。這裡改為用'w'模式開啟就好。
C 實現演講比賽小專案
對於這個小專案，有兩個只是盲區 1 定義了乙個自定義資料型別的類之後，在後面建立的時候，自定義資料型別必須要有預設建構函式，如果在自定義的類裡面定義了有參構造，就要自己定義乙個預設建構函式。2 自定義map容器等容器的排序的時候，傳進來的引數被系統預設以const型別的形式傳進來的，所以在過載ope...
小專案一（思路篇）
目標 有乙個user類，實現user的增刪改查，在前端有增刪改查的頁面，後端處理邏輯 一.先在entity層建立user類 有id 編號 name 姓名 password 密碼 三個屬性 二.搭展示頁面 能將user類的資訊展現出來 三.在servlet層處理邏輯操作 展示邏輯 建立乙個集合，裡面已...
Python 小專案踩坑記錄
原因 影象物件被 了 解決辦法 使用其他物件引用該物件即可 也可用於本專案全域引用，可被任意其他檔案使用如list引用 參考 原因 使用全域性變數進行賦值操作而沒有標明 解決辦法 使用 global x 指明使用的是全域性變數 參考 解決辦法 使用lambda表示式，即 lambda fun x 參...