這篇博客主要針對于使用python來進行深度學習/機器學習過程各方面小知識的總結。習慣于使用C++這種嚴謹的語言，改換到python這門相對來說開放式的語言需要很多學習，而作為一個菜雞，遇到編程問題解決了之后不到一周就會忘記，在此僅作一個記錄，也希望能幫到和我一樣的同學！

1.pandas的DataFrame和numpy的array數據類型的轉換

import numpy as np
import pandas as pd
mat = np.random.randn(3,4)
#numpy的array轉pandas的DataFrame，切記F是大寫
df = pd.DataFrame(mat)
#pandas的DataFrame轉numpy的array
mat = np.array(df)

2.判斷數據類型是否為np.array，以此類推其他數據類型的判斷

if type(train_data_all) is not np.ndarray:

3.使用pycharm和matplot畫圖顯示遇到圖像出現就不繼續運行的解決辦法

這是由于python可視化庫matplotlib有兩種顯示模式：

1. 阻塞（block）模式
2. 交互（interactive）模式

在Python Consol命令行中運行腳本，默認是阻塞模式。而在python IDE中運行腳本，matplotlib默認是交互模式。（使用python命令行運行腳本不能同時顯示不同圖像）

其中的區別是:

在交互模式下：

• plt.plot(x)或plt.imshow(x)是直接出圖像，不需要plt.show()
• 如果在腳本中使用ion()命令開啟了交互模式，沒有使用ioff()關閉的話，則圖像會一閃而過，并不會常留。要想防止這種情況，需要在plt.show()之前加上ioff()命令或者使用plt.pause(seconds)延長顯示。

在阻塞模式下：

• 打開一個窗口以后必須關掉才能打開下一個新的窗口。這種情況下，默認是不能像Matlab一樣同時開很多窗口進行對比的。
• plt.plot(x)或plt.imshow(x)是直接出圖像，需要plt.show()后才能顯示圖像

? 法一：如果不需要同時顯示多張圖片，可顯示一段時間后自動關閉，可保障程序繼續運行

#不使用plt.show()
plt.pause(15)  #顯示秒數
plt.close()

法二：將show()寫在一個進程里，通過調用進程來打開圖像，這樣就不會影響主程序的后面代碼執行了。（博主未測試）

4.設置清華鏡像源：

命令下輸入：

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

?