数据操作+数据预处理

数据

1.张量（tensor）
其实就是n维数组，在PyTorch和TensorFlow中张量类为Tensor，是深度学习主要的数据结构。
0维——标量
1维——向量
2维——矩阵，每一行表示一个样本，每一列表示特征
3维——图片（rgb）
4维——批量的图片

数组有三要素：形状（几行几列），数据类型，元素的值
关于多维数组的理解，以三维为例，(2, 3, 4)，就是两个二维的3*4数组

2.访问
基于python中切片的形式进行部分数据的访问

3.使用

# 生成0~11的一个一维数组x=torch.arange(12)# 获取张量的形状x.shape# 张量元素的总数x.numel()# 改变张量的形状，但不影响元素的个数和值X=x.reshape(3,4)# 生成全0、全1、随机、指定数据的张量torch.zeros((2,3,4))torch.ones((2,3,4))torch.randn(3,4)torch.tensor([[2,1,4,3],[1,2,3,4],[4,3,2,1]])

数据操作

1.运算
任意具有相同形状的张量， 可以用常见的标准算术运算符（+、-、*、/和**）来进行对应元素的运算

2.张量的连接
连接的前提是指定维度外的其他维度相同，连接后指定维度发生延长，其他其他维度保持不变，用dim来指示维度，对应的其实就是形状中的第几个，比如一个张量的形状是（2，3，4，5），另一个是（1，3，4，5），dim=0上进行连接，那么数据就应当是（3，3，4，5）

X=torch.arange(12,dtype=torch.float32).reshape((3,4))Y=torch.tensor([[2.0,1,4,3],[1,2,3,4],[4,3,2,1]])torch.cat((X,Y),dim=0),torch.cat((X,Y),dim=1)

3.广播机制
它使得形状不同的张量也可以进行元素运算，但该机制在张量的连接中不会起作用。

a=torch.arange(3).reshape((3,1))b=torch.arange(2).reshape((1,2))a+b

广播机制会使得两个矩阵变为一个更大的矩阵，矩阵a将复制列， 矩阵b将复制行，然后再按元素相加

(tensor([[0],[1],[2]]),tensor([[0,1]]))#结果tensor([[0,1],[1,2],[2,3]])

4.内存问题
Y = X + Y，将取消引用Y指向的源地址，而是指向新分配的内存处的张量
可以使用X[:] = X + Y或X += Y来减少操作的内存开销

数据预处理

数据集通常是存储在csv文件中，导入pandas包并调用read_csv函数来进行读取

1.处理缺失值
这是数据预处理的重要环节，典型的方法包括插值法和删除法， 其中插值法用一个替代值弥补缺失值，而删除法则直接忽略缺失值