Rust机器学习之ndarray 众所周知，Python之所以能成为机器学习的首选语言，与其丰富易用的库有很大关系。某种程度上可以说是诸如numpy、pandas、scikit-learn、matplotlib、pytorch、networks…等一系列科学计算和机器学习库成就了Python今天编程语言霸主的地位。基本上今天的机器学习任务主要就建立在上面列举的这6个库上。这6个库在Rust上都有对应的替代方案。从今天开始，我将撰写系列教程，带大家一起学习如何使用Rust及其库替代Python

在python中会出现[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1]，他们分别是什么意思呢，这里就来详尽的说一下： 下面的a = [1,2,3,4,5] [-1]： 列表最后一项[:-1]： 从第一项到最后一项 原型是[n : m]，前闭后开，索引从零开始，第一个索引指定可以取到，即n可以取到，后一个索引不可取到，即m不可取到。[::-1]： 代表从全列表倒序取 原型是[n : m : k]，代表的是从那一段开始取，隔几个取一次。 其中，n代

目录 一、背景 二、数据输入 2.1 赔率示意图 2.2 字典保存数据 三、数据处理 3.1 计算各种组合可能性 3.2 修正概率 四、输出结果 五、代码 一、背景 本文以世界杯体彩“混合过关”4场串胜平负为的赔率进行编码 其他类型如比分 、总进球数可以参考代码进行相应修改 需要的库：numpy与pandas 二、数据输入 2.1 赔率示意图 2.2 字典保存数据 采用字典保存各比赛对应的胜平负的赔率 import pandas as pd impo