pandas tensorflow pytorch

一.pandas
1.pandas和Numpy的关系：
（1）pandas在Numpy的基础上封装了一些东西；
2.pandas相关函数（DataFrame）：
（1）read_csv( )：从文件中读取数据；
（2）head( )：head中参数是几个，则打印出前几行；
（3）tail( )：tail中参数是几个，则打印出后几行；
（4）columns：打印列的名字
（5）shape：打印行数、列数
（6）loc[0]：第0列的索引
（7）mean()：pandas求均值时自动忽略掉没有值的
3.series(dataframe的一个子结构)
4.pandas包括两个数据类型：Series（相当于一维数据类型），DataFrame（相当于二维-多维数据类型）
Series类型 = 索引 + 一维数据
依据行列索引获得

Tensorflow、pytorch都是基于Python的深度学习框架

二、Tensorflow
1.tensorflow高性能数值计算
tensorflow是一种基于图的计算框架，其中节点nodes在图中表示数学操作，也可以表示数据输入的起点和输出的终点。edges则表示在节点间输入输出的关系的多维数据数组，即张量Tensor，这种基于流的架构让tensorflow具有非常高的灵活性高，可以在多平台上进行计算，开发过程中，中点在于构建执行流图。
一旦输入端的所有张量准备好，节点被分配到各种计算设备完成一部并行的执行计算。
同步就是一起走
异步就是你先走，我后走
2.TensorFlow具有可移植性，支持CPU和GPU的运算，并且可以运行在台式机，服务器，手机移动端设备等。
3.自动求微分：tensorflow内部实现了自动对于各种给定目标函数求导的方式，
多种语言支持Python、C++，性能高度优化

三、pytorch
1.pytorch是一个基于Python的科学计算包，主要：
numpy的替代品，可以利用GPU的性能进行计算
深度学习研究平台拥有足够的灵活性和速度。