从 Python3.7 版本开始，引入了一个新的模块dataclasses，该模块主要提供了一种数据类的实现方式。基于PEP-557实现。 所谓数据类，类似 C++里的 plain struct，Java 语言中的 Bean。通过一个容器类(class)，继而使用对象的属性访问数据。如果你使用过标准库中的collections.namedtuple，或者 typing.NamedTuple，dat

在统计学，或者数据处理中，通常遇到的数据都是多维的，多维随机变量也称随机向量，本节主要介绍实随机向量的概率密度函数、相关矩阵、协方差矩阵、相关系数。

Wireshark是一种免费的网络协议分析器，可在Windows，Mac和Linux/Unix计算机上运行，是进行网络实验的理想分组分析器。本篇主要通过该软件进行抓包实验。

本篇带你走进二叉树，使用深度优先搜索和广度优先搜索思想进行二叉树的顺序遍历和层序遍历，带你刷遍LeetCode上的二叉树遍历题目。

在数据预处理环节里，数据清洗后，往往需要特征提取和特征选择，从而在低维度数据里进行分类。这里主要介绍特征工程里特征提取常用的方法和特征选择常用的方法。

前缀和主要适用的场景是原始数组不会被修改的情况下，适用于快速、频繁地计算一个索引区间内的元素之和以及频繁查询某个区间的累加；差分数组的主要适用场景是频繁对原始数组的某个区间的元素进行增减。本节主要学习算法的原理，结合LeetCode题目分析如何使用这些技巧。

本文选择Arduino MEGA 2560开发板做调试，通过调整PWM的占空比，控制BLDC 3525，内置有感有霍尔驱动，实现对无刷直流电机的转速控制，通过调整数字口输出高低电平，从而实现电机方向控制。

极限定理是概率论的基本理论，在理论研究和应用中起着重要的作用，其中最重要的是称为“大数定律”与“中心极限定理”的一些定理。大数定律是叙述随机变量序列的前一些项的算术平均值在某种条件下收敛到这些项的均值的算术平均值；中心极限定理则是确定在什么条件下，大量随机变量之和的分布逼近于正态分布。

本篇主要结合学习的内容，整理了sklearn中的datasets数据集，包括加载数据集、数据集分割、查看数据集分布，并介绍了通用数据集、真世界中的数据集、并介绍如何生成数据和导入本地数据。