.index_select(0, [0, 2])

torch.tensor([2., 3.2])

torch.FloatTensor(2, 3)

Unintialized: 未初始化的tensor

增强学习一般用 DoubleTensor

字典元素添加、修改、删除

1.给字典新增“键值对”。如果“键”存在，则覆盖旧的键值对；如果“键”不存在，则新增“键值对”。

2.使用update（）将新字典所有键值对全部添加到旧字典对象上。如果key有重复，则直接覆盖。

3.字典中元素的删除，可以使用del（）方法；或clear（）删除所有键值对；pop（）指定键值对，并返回对应的“值对象”；

4.popitem（）：随机删除和返回改键值对。

字典元素的访问

1.通过【键】获得“值”。若键不存在，则抛出异常。

2.通过get（）方法获得“值”。推荐使用。有点是：指定键不存在，返回None；也可以设定指定键不存在时默认返回的对象。推荐使用get（）获取“值对象”。

3.列出所有的键值对

4.列出所有的键，列出所有的值

5.len（）键值对的个数

6.检测一个“键”是否在字典中

字典的创建

1..通过{}、dict（）来创建字典对象。

2.通过zip（）创建字典对象

3.通过fromkeys创建值为空的字典

几何概率：与构成事件的长、面积、体积 成比例；

几何概率特点：基本事件 的无限性（抽象）、等可能性；

古典概型特点：基本事件 的有限性（具象）、等可能性；

元祖总结

       1.元祖的核心：不可变序列

2.元祖的访问速度和处理速度比列表快

3.与整数和字符串一样，元祖可以作为字典的

元祖tuple

       列表属于可变序列，可以任意修改列表中的元素。元祖属于不可变序列，不能修改元祖中的元素。因此，元祖没有增加元素，删除元素，修改元素相关的方法。

        因此，我们只需要学习元祖的创建和删除，元祖中元素的访问和计数即可。元祖支持如下操作：

        1.索引访问

        2.切片操作

        3.连接操作

        4.成员关系操作

         5.比较运算操作

         6.计数：元祖长度len（）、最大值min（）、最小值min（）、求和sum（）等。

元祖的创建

1.通过（）创建元祖。小括号可以忽略

2.通过tuple（）创建元祖

t = pd.DataFrame(np.arange(12).reshape(3, 4), index=list("abc"), columns=list("WXYZ"))

切片操作

通过索引直接访问元素

我们可以通过索引直接访问元素。索引的区间在【0，列表长度-1】这个范围。超过这个范围则会抛出异常。

index（）获得指定元素在列表中首次出现的索引count（）获得指定元素在列表中出现的次数

len（）返回列表长度

删除：

    del删除

    pop（）方法

      remove（）方法

列表元素的增加和删除

  append（）方法

+运算符操作

extend（）方法

insert（）插入元素

乘法扩展

序列

       是一种数据存储方式，用来存储一系列的数据。在内存中，序列就是一块用来存放多个值的连续的内存空间。

基本运算符

运算符的优先级

实际使用中，记住如下简单的规则即可，复杂的表达式一定要使用小括号组织。

1.乘除优先加减

2.位运算和算术运算>比较运算符>赋值运算符>逻辑运算符

可变字符串

可以使用io。stringI（）对象或array模块。

format（）基本用法

新增一个格式化字符串的函数str.format()

基本语法是通过{}和：来代替以前的%

spilt（）可以基于指定分隔符将字符串分割成多个子字符串（存储到列表中）。如果不指定分割符，则默认使用空白字符（换行符/空格符/制表符）。

join（）的作用和spilt（）作用刚好相反，用于将一系列字符串连接