通过可视化一个三维张量上的求和过程，更好地直观地了解PyTorch的维数理解张量（tensor）：在TensorFlow和pyTorch中，大量数据不放在数组之类的容器中，而放在一个大张量中。例如，如果有20000张28✕28，24位真彩色的照片，就会放到一个[20000,28,28,3]形状的张量中。当开始用PyTorch张量做一些基本的运算时，比如求和，它看起来很简单，对于一维张量来说很简单:

1.检查是否有缺失值列：data.isnull().any()print(data.isnull().any())false无缺失值/true有缺失值结果例样：age falsename falseschool trueschool的这一列有缺失值，其他列无缺失值。行：data.isnull().any(axis=1)print(data.isnull().any(axi...