不积跬步无以至千里

1. Pycharm: ctrl+函数名：快速查找函数用法

2. Pycharm: debug功能无法使用：是否打了断点？将ideal文件删除重新打开.py文件试试看

3. Pycharm默认的代码格式化：Ctrl+Shift+Alt+L，消除所以因为格式问题产生的波浪线提示，而且将所有代码按照规范进行重新排版。

4. print()多个参数时，默认情况是连续打印没有换行的，如果需要换行输出结果更加清晰，则只需在最后加sep’\n’
   例：print(docList, fullText, classList, sep='\n')

5. 使用numpy.ones（）/zero（）创建函数的时候，参数（row,column）要打括号
   例：weight = numpy.ones((column, 1))

6. python 中__name__ = ‘main’ 的作用，到底干嘛的？
   有句话经典的概括了这段代码的意义：
   “Make a script both importable and executable”
   意思就是说让你写的脚本模块既可以导入到别的模块中用，另外该模块自己也可执行。
   这句话，可能一开始听的还不是很懂。下面举例说明：
   先写一个模块：

#module.py
def main():
  print "we are in %s"%__name__
if __name__ == '__main__':
  main()

这个函数定义了一个main函数，我们执行一下该py文件发现结果是打印出”we are in main“,说明我们的if语句中的内容被执行了，调用了main()：
　　但是如果我们从另我一个模块导入该模块，并调用一次main()函数会是怎样的结果呢？
　　其执行的结果是：we are in module
　　但是没有显示”we are in main“,也就是说模块__name__ = ‘main’ 下面的函数没有执行。这样既可以让“模块”文件运行，也可以被其他模块引入，而且不会执行函数2次。这才是关键。
总结一下:
　　如果我们是直接执行某个.py文件的时候，该文件中那么”name == ‘main’“是True,但是我们如果从另外一个.py文件通过import导入该文件的时候，这时__name__的值就是我们这个py文件的名字而不是__main__。
　　这个功能还有一个用处：调试代码的时候，在”if name == ‘main’“中加入一些我们的调试代码，我们可以让外部模块调用的时候不执行我们的调试代码，但是如果我们想排查问题的时候，直接执行该模块文件，调试代码能够正常运行！

7. 怎么样对一个矩阵中的元素进行函数操作

报错：TypeError: only size-1 arrays can be converted to Python scalars
分两种情况：一种是numpy自带的内建函数具可以完成，但是更多情况下我们想对矩阵元素进行更加复杂的操作，因此我们就需要自己进行设置 了。直接上代码：

def sigmoid(inX):
    import math
    return 1.0 / (1 + math.exp(-inX))
h = numpy.vectorize(sigmoid)(dataMatrix * weight)  # h是100*1列矩阵

dataMatrix 和weight是两个矩阵，他们做乘法得到的是一个列矩阵作为sigmoid（）函数的参数
　　这段代码的意思就是对dataMatrix * weight这个矩阵中的每一个元素都进行sigmoid()函数操作。
　　最重要的就是numpy.vectorize(sigmoid)这部分，其含义就是将sigmoid()这个函数进行矢量化，只有这样才能够对每个元素进行操作。而且这种方法运行速度很快(因为内部是拿C语言实现的)
　　#正常相乘都是没有问题的，问题在于进行exp（）操作时，必须使用vectorize矢量化
#因为指数，不能直接对矩阵进行指数操作，我们想当然的认为是对每个矩阵，但是其实不是
#所以，必须vectorize矢量化，才能认为对每个元素进行指数操作

8. math.exp(-4*1000000*-0.0641515994108)
   报错：math range errormath range error
   原因：math.exp计算的数字以小数表示，超过110000位数。这稍微超出了Double的范围，因此会导致溢出。
   解决方法：

try:
    ans = math.exp(200000)
except OverflowError:
    ans = float('inf')

9. readlines() 和 readline() 不一样！！！！！！！！！！打代码的时候要看清楚！
10. Python 直接赋值、浅拷贝和深度拷贝解析 | 菜鸟教程 http://www.runoob.com/w3cnote/python-understanding-dict-copy-shallow-or-deep.html
11. errArr[predictedVals == labelMat] = 0：这种操作方式简直厉害，括号内可以理解为一个判断条件，如果判断条件争取，则进行操作。而且注意到此处都是数组（抑或列表），因此是将其中的每一个元素进行一一判断，并一一赋值。厉害！
12. numpy.sign()函数用法：
    大于0的返回1.0
    小于0的返回-1.0
    等于0的返回0.0
    13.numpy.eye(N,M=None, k=0, dtype=)
    关注第一个第三个参数就行了
    第一个参数：输出方阵（行数=列数）的规模，即行数或列数
    第三个参数：默认情况下输出的是对角线全“1”，其余全“0”的方阵，如果k为正整数，则在右上方第k条对角线全“1”其余全“0”，k为负整数则在左下方第k条对角线全“1”其余全“0”。
    14.numpy.mean(a, axis, dtype, out，keepdims )
    mean()函数功能：求取均值
    经常操作的参数为axis，以m * n矩阵举例：
    axis 不设置值，对 mn 个数求均值，返回一个实数
    axis = 0：压缩行，对各列求均值，返回 1 n 矩阵
    axis =1 ：压缩列，对各行求均值，返回 m *1 矩阵
    15.numpy. var()
    函数功能：求解方差
    函数用法：var（X) %与var(X,0)相同
    var(X,W) ;var(X,W,dim)
    % 1. W可以取0或1，取0求样本方差的无偏估计值（除以N-1；对应取1求得的是方差（除以N），
    % 2. W也可以是向量，但必须与X中的第一个维度数相同，即length(W)= size(X,1)
    var(X ,0 ,dim) % 除以N-1 ；dim =1 对每列操作 dim = 2 对每行操作
    var(X ,1 ,dim) % 除以N； dim =1 对每列操作 dim = 2 对每行操作