以下のコードをデバッグしたいコードの上に書く
from IPython.core.debugger import Tracer; Tracer()()
例：
|
1 2 3 4 5 6 7 8 9 10 11 12 |
def test_debug(y): x = 10 # One-liner to start the debugger here. from IPython.core.debugger import Tracer; Tracer()() x = x + y for i in range(10): x = x+i return x test_debug(10) |
実行するとコードの下にコマンド入力欄が出てくるので
変数を入れると変数の中身を表示してくれる。
その他デバッグコードはチートシートを参考にする
breakで抜ける、passで何もしないで再度forに戻る
|
1 2 3 4 5 6 |
for x in range((len(own_delated))): if own_delated[x] % 2 == 0: arr = np.append(arr, np.array([[1,own_delated[x]]]), axis=0) break else: pass |
numpyで2次元配列に行要素を追加していき、
最後にdataframeに変換
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 |
import pandas as pd import numpy as np data = [[1,2],[3,4]] data = np.append(data,[6, 4]) arr = np.empty((0,2), int) arr = np.append(arr, np.array([[1,2]]), axis=0) arr = np.append(arr, np.array([[3,4]]), axis=0) print(arr) data_frame = pd.DataFrame(arr, columns=['resolt', 'value']) data_frame |
i 編集モード
esc 編集モード終了
:q 保存せず終了
:q! 保存せず強制終了
:w 保存
:wq 保存して終了
/ 検索
su – ユーザー変更
yum list :インストールされているものを表示
vimのインストール yum -y install vim-enhanced
訓練済データを保存し、再利用
|
1 2 3 4 5 6 7 8 9 |
import pickle #linerregression.pickleというファイルが生成される with open('linerregression.pickle','wb') as f: pickle.dump(clf,f) #訓練済みデータを呼び出す pickle_in = open('linerregression.pickle','rb') clf = pickle.load(pickle_in) |
同じディレクトリ内であれば
|
1 2 |
pickle_in = open('linerregression.pickle','rb') clf = pickle.load(pickle_in) |
だけで訓練済みデータを呼びだせる
有料の深層学習用サーバーで学習させたデータを保存し、
再利用すれば経費削減にもつながる
スキャッターマトリクスと色づけ
|
1 2 |
grr = pd.scatter_matrix(iris_dataframe,c=y_train,figsize=(15,15),marker="o", hist_kwds={"bins":20},s=60,alpha=.8,cmap=mglearn.cm3) |