1、給決策引擎P2做了一個偽介面方便測試，做完偽介面還剩1個多小時，我他媽幹什麼了呢？我怎麼想不起了

2、下午主要就是思考Simon留下的那個問題，幾乎思考了一下午，把結論寫在了上次挖坑的地方

3、下午同時也解決了加解密的問題，那個軟體可以授權程序就ok了

4、晚上主要是寫程式解決最佳同盾多頭閾值尋找的問題，在這個過程中，我再一次熟悉了pandas的很多用法

• 讀取csv成dataframe是read_csv
• 按行號列號選擇是df.iloc[行,列]，如果是df[:,-1]這樣一般是把標籤列選擇出來，這樣選擇一列，型別就是series
• 然後就是篩選，pandas的篩選方法非常簡單，是生成bool矩陣，比如我的程式中用到的df[(df['d7'] > 8) | (df['d7'] > 12) | (df['d7'] > 25)]，裡面是一個行列數同df的bool矩陣，所以或不能用or，必須用二進位制位的或運算也就是|，同理and不能用and，需要用&，取反不能用not需要用~
• 篩選出來的作為一個集合，剩下的作為一個集合，這個補集，我搜索了一下，沒找到方法，我最後是把篩選條件取反獲得一個集合，與前面的集合恰好就是互補的
• 列的選擇，df.列名或者df[列名]，檢視df的所有列名可以使用df.columns
• df仍然有shape方法返回df的行列數
• series去重可以用set(df['d7'])
• 寫一個空的dataframe，然後不斷新增行，我昨天使用的一種可行的辦法是這樣的，其實每一個dataframe又可以看成是一個list，含很多相同鍵的dict，所以就把dict不斷append到一個list，最後把這個list用pd.DataFrame()直接轉化成df，最後可以把df.to_csv輸出成csv方便檢視和分析
• series是可以迭代的結構，也可以直接SUM
• df也可以用len(df)來計算行數
• 還有一種方法寫個空dataframe，然後不斷新增行，示例程式碼如下：

  result_df = pd.DataFrame(columns=('gini_split','i','j','k','n1','n2','br_bad','br_good'))
  row = pd.DataFrame([{'gini_split':1,'i':2,'j':3,'k':4,'n1':5,'n2':6,'br_bad':7,'br_good':8},])
  result_df = result_df.append(row,ignore_index = True)
   
  

  建空dataframe的時候只建列名，然後用DataFrame去轉換含一個dict的list，然後append到空的df上，這裡要小心一點兒，我昨天在這裡淺嘗輒止，因為我append後並沒像現在這樣重新賦值，這個dataframe不像list的append會自動更新改變，這個還要重新賦值一次，這個方法也是可行的