bug汇总

bug

2018年8月23日

bug 1:散点图画不出来。

plt.scatter(validation_examples["longitude"],
            validation_examples["latitude"],
            cmap="coolwarm",
            c=validation_targets["median_house_value"] / validation_targets["median_house_value"].max())

我以为是c的颜色错了。但是其实是import库没导入正确。导入的顺序有讲究，用pycharm的自动优化就好了。

---

2018年8月24日

bug 2: 运行pycharm的时候一定要看当前运行的是哪个文件。不然可以同名文件运行的是别处的文件

bug 3: 随机化样本

california_housing_dataframe = california_housing_dataframe.reindex(
    np.random.permutation(california_housing_dataframe.index))

在colab上做的时候是全部对象打散，pycharm上只是打散索引，其他值不变

ref 解决 加上list()

california_housing_dataframe = california_housing_dataframe.reindex(
    np.random.permutation(list(california_housing_dataframe.index)))

2018年8月25日

bug 4:`ValueError: Feature latitude_32_to_33 is not in features dictionary.`

做MLCC的时候，最简化样本。binning的时候出现这个错误

LATITUDE_RANGES = zip(range(32, 44), range(33, 45))  # 参考zip()用法
def select_and_transform_features(source_df):
  selected_examples = pd.DataFrame()
  selected_examples["median_income"] = source_df["median_income"]
  for r in LATITUDE_RANGES:
    selected_examples["latitude_%d_to_%d" % r] = source_df["latitude"].apply(
      lambda l: 1.0 if l >= r[0] and l < r[1] else 0.0)#one-hot vector
  return selected_examples

selected_training_examples = select_and_transform_features(training_examples)
selected_validation_examples = select_and_transform_features(validation_examples)

参考：https://stackoverflow.com/a/49597750/9315369

LATITUDE_RANGES = zip(range(32, 44), range(33, 45)) 这个binning操作只能使用一次。解决方法是把它放入函数内部。

2018年8月26日

bug 5 : to_csv 乱码

df.to_csv("cnn_predict_result.csv",encoding="utf_8_sig")

---

技能

2018年8月24日

skill 1：Ipython用来显示图表信息

from IPython import display
display.display(california_housing_dataframe)

2018年8月25日

skiil 2 : python zip()函数 的用法