出处：http://blog.csdn.net/zhihaoma/article/details/51002742NumPy的主要对象是同种元素的多维数组。这是一个所有的元素都是一种类型、通过一个正整数元组索引的元素表格(通常是元素是数字)。在NumPy中维度(dimensions)叫做轴(axes)，轴的个数叫做秩(rank，但是和线性代数中的秩不是一样的，在用python求

自己总结一句话：如果想得到小数序列的话必须用numpy中的arange函数，自带的range函数只能得到整数类型的序列（注意当需要小数序列时用该函数会报错）。所以可以说arange函数的功能更加强大，因为既可以用它得到整数序列也可以得到小数序列，下面转载是举例详解。出处：http://blog.csdn.net/weixin_37226516/article/details/60881

出处：http://blog.csdn.net/mg2flyingff/article/details/53415353今天想在散点图的某些特定的点外面画圆圈标记，从下面的文章找到一些灵感，只要在原来的散点图上面给指点添加相应的标志，设置其透明度就可以实现该想法。顺便复习下散点图的用法。大家平时为了直观地显示数据的分布情况，在画散点图的时候，简单地把数据点用圆点标出来，

两者都是对数据混杂程度的测度。总结一句：对于标称型数据我们通常用信息熵或者基尼不纯度来判定混乱程度，对于数值型问题则用方差作为判断标                  准。出处：http://blog.csdn.net/lingtianyulong/article/details/34522757决策树是一种简单的机器学习方法。决策树经过训练之后，看起来像是以树状形式排列的一系

因为最近在学机器学习算法，对于如何在dic里面添加dic有点不解，如  myTree['no surfacing'][2] = 'maybe'，表示在myTree这个dic的key 'no surfacing' 添加一个dic {2 : 'maybe'},  myTree['no surfacing'][3] = 'maybe' ,则表示{3 : 'maybe'}.即[2]或[3]表示新加