本章小结与想一想

NumPy 按形状组织数值计算，Pandas 按字段处理表格，Matplotlib 把关系画出来，scikit-learn 将模型与处理步骤连接成可运行的学习流程。工具调用中的每一步，都能回接到前面已经学过的概念：按轴求均值、保持特征顺序、只从训练材料学习处理规则、用独立数据评价。CAICP 中需要阅读或补全库代码时，先判断数据形状和每步作用，再查明参数与输出含义，就能够逐渐把陌生接口还原成清楚的计算过程。

想一想

1．训练模型时，每株植物用四个特征表示。现在只有一株新植物，把它整理成形状 (1, 4) 和 (4, 1) 的数组，是同一回事吗？模型会把哪一维当作样本数？

2．三株植物的高度和叶宽排成三行两列。对这个数组使用 mean(axis=0)，会得到两个数还是三个数？它们分别在求谁的平均值？

3．一张表记录学号和姓名，另一张表记录学号和借书数，两张表的行顺序不同。若按第一行对第一行直接拼起来，会发生什么？应该用什么把同一个人的记录对上？

4．天气表中，有一天的降水量写着 0，另一天没有记录。它们都表示“没下雨”吗？如果把所有空格都填成 0，后面的统计会把什么误当成已经知道的事实？

5．要看一周气温怎样变化，又想看一批植物的高度与叶片数有没有关系。这两件事分别适合用什么图？各选一种，并说清楚横轴和纵轴放什么。

6．模型训练前做过标准化。预测新植物时，若把原始数值直接交给模型，会漏掉哪一步？能只根据这一株植物重新学习一套标准化规则吗？为什么应沿用训练时的处理流程？