这篇博客主要针对于使用python来进行深度学习/机器学习过程各方面小知识的总结。习惯于使用C++这种严谨的语言，改换到python这门相对来说开放式的语言需要很多学习，而作为一个菜鸡，遇到编程问题解决了之后不到一周就会忘记，在此仅作一个记录，也希望能帮到和我一样的同学！

1.pandas的DataFrame和numpy的array数据类型的转换

import numpy as np
import pandas as pd
mat = np.random.randn(3,4)
#numpy的array转pandas的DataFrame，切记F是大写
df = pd.DataFrame(mat)
#pandas的DataFrame转numpy的array
mat = np.array(df)

2.判断数据类型是否为np.array，以此类推其他数据类型的判断

if type(train_data_all) is not np.ndarray:

3.使用pycharm和matplot画图显示遇到图像出现就不继续运行的解决办法

这是由于python可视化库matplotlib有两种显示模式：

1. 阻塞（block）模式
2. 交互（interactive）模式

在Python Consol命令行中运行脚本，默认是阻塞模式。而在python IDE中运行脚本，matplotlib默认是交互模式。（使用python命令行运行脚本不能同时显示不同图像）

其中的区别是:

在交互模式下：

• plt.plot(x)或plt.imshow(x)是直接出图像，不需要plt.show()
• 如果在脚本中使用ion()命令开启了交互模式，没有使用ioff()关闭的话，则图像会一闪而过，并不会常留。要想防止这种情况，需要在plt.show()之前加上ioff()命令或者使用plt.pause(seconds)延长显示。

在阻塞模式下：

• 打开一个窗口以后必须关掉才能打开下一个新的窗口。这种情况下，默认是不能像Matlab一样同时开很多窗口进行对比的。
• plt.plot(x)或plt.imshow(x)是直接出图像，需要plt.show()后才能显示图像

  法一：如果不需要同时显示多张图片，可显示一段时间后自动关闭，可保障程序继续运行

#不使用plt.show()
plt.pause(15)  #显示秒数
plt.close()

法二：将show()写在一个进程里，通过调用进程来打开图像，这样就不会影响主程序的后面代码执行了。（博主未测试）

4.设置清华镜像源：

命令下输入：

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