线性回归应该是神经网络所能处理的最简单的问题，通过此问题我们可以了解神经网络的基本流程。

1.准备训练数据集

生成一堆直线上取的散点，并且用随机数给它产生噪声

import randompath = r'D:\python\torch_study\datasets\liner.csv'with open(path,'w') as f:    for i in range(0,1000,1):        x = i*0.1        y = (random.random()-0.5)*0.1 + 2*x        f.write('%f,%.4f\n' % (x,y))

众所周知，matplotlib.pyplot是Python中最常用的绘图库之一，它提供了丰富的接口来绘制各种类型的图表。也是考点之一(我只能说海龟画图是有点搞笑的), 所以我们从一个最简单的图像(y=x^2)开始说这个库的使用

1.最简单的绘图

导包(一般情况下用上numpy辅助会使计算更加简便)

import matplotlib.pyplot as plt
import numpy as np

网络爬虫的核心就是模拟浏览器，从服务器上请求数据，因此在进行网络爬虫的设计之前，我们需要搞清楚你所需要的数据从何而来，搞清楚数据是通过何种方式传输到浏览器上的。

目前来看，一个网站应用的架构分为3个部分:前端、后端、数据库。前端就是运行在我们浏览器上的html，css，js等前端程序，而网络爬虫就是通过模拟前端程序的运行逻辑来实现数据的获取。而我们这个获取数据的方式取决于后端程序通过什么方式发送数据，目前来看，大致存在两种方式进行数据的传输:一种是同步传输(直接把数据写在网页的html文件上发到浏览器上)，另一种是异步传输(通过xhr等方式将某些数据交换格式(一般为json)发送到浏览器，并在js程序的处理后渲染到网页上)。网络爬虫的核心就在此。

声明:本文旨在多快好省地帮助无基础但是又要应付期末作业的学生，大佬勿喷！

在我们python程序设计的期末作业中，要求使用sqllite数据库，但是关系型数据库的操作对于新手来说却是一件较为困难的事情，于是就有了这个勉强能对付期末作业的数据库框架

1、关系型数据库的结构

对于关系型数据库来说，顶层的结构是数据库(可以理解为excel表格的工作簿)，接下来是数据表(可以理解为excel表格的工作表)，数据表中又包含各个字段(相当于表格的列，但是每个字段都有确定的数据类型)，每个字段一组确定的值称为记录(相当于表格的行)。

所以，数据库的操作就是一个创建表，然后在表中进行增删改查的过程。

设置环境

1.更新环境

sudo apt update

2.安装Apache2

sudo apt install apache2

启动Apache并设置开机自启：

sudo systemctl start apache2 sudo systemctl enable apache2

3.安装MySQL

sudo apt install mysql-server sudo mysql_secure_installation