ValueError: Input 0 of layer “sequential” is incompatible with the layer
训练过程中报错： ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 100, 22), found shape=(32, 100, 21) 字面意思是：输入层……
NameError: name ‘to_categorical’ is not defined 之类的问题
有可能python代码运行的时候会出现以下错误：
NameError: name ‘to_categorical’ is not defined
NameError: name ‘layers’ is not defined
NameError: name ‘models’ is not defined
NameError: name ‘callbacks’ is not defined
如何提取双括号[[a,b]]中的数值
该问题涉及python的索引，举个例子，python语句
print (prediction)
输出结果为：
[[0.8734565 0.12654348]]
我们想把第一个数0.8734565提取出来，那么应该使用：
【python】pandas实现计算一列数据的平均值并输出
遍历文件夹中的所有xlsx文件，计算每个文件中某一列比如XXX列的平均值，并精确到小数点后两位，并将文件夹内所有文件的xxx列平均值和文件名导出到一个新的xlsx文件中并保存
【python】python如何保留小数点后几位
python如何保留小数点后几位呢？比如说我需要让数据只保留小数点后两位，那代码应该如何写？
python统计文件夹内所有xlsx文件并总行数并把总行数和文件名输出到excel文件中
目标：通过python程序，遍历一个文件夹，统计文件夹内所有xlsx文件并总行数，并把总行数和文件名输出到excel文件中。
方法：
【python】查找xlsx文件数据中特定值的数量并打印
目标：为了处理数据，基于python和pandas，遍历文件夹内所有xlsx文件。比如说查询每一个文件数据中所有的0值，并打印出每个文件中所包含的0值总数量。
python代码：
【python】pandas实现一阶差分计算并取绝对值
本算法的目标：基于python和pandas，遍历文件夹内所有xlsx文件。导入数据集，然后对数据集中的数据进行一个一阶差分的减法运算，具体就是将后一行数据减去前一行数据，得到一个取值（这样可以反映每一行数据的变化量），得到值之后可以按照需要给数据取绝对值。之后再导出为xlsx文件，单独保存成独立的新文件。
如果需要处理csv文件也是一样的方法，只不过读取的时候可以改成读取CSV文件。
本算法学习copilot写的算法并且经过自己修改之后使用，co写的有时候经常无法运行，需要进行一些细节修改。
必要的安装包：pandas
尤其是如果你的数据集中有非数字的数据，或者不希望进行处理的列，本方法可以帮助你避开不需要处理的列~实现运算。
pandas如何获得数据的绝对值
目标：基于python环境和pandas包，对数据取绝对值处理，应该如何实现呢？
很简单，如果你通过pandas获得的DataFrame对象是df
那么获得绝对值的方法就是：
df = df.abs()
python数据处理：对.xlsx中的空数据行进行填充0到特定行数
主要目标：使用 python 和 pandas，对excel中的空数据行进行填充，比如我需要1900行数据，而原数据不足1900行，那么将不足1900行的地方补全，空白位置全部填充为0，如果数据量超出1900行的，则将多余数据截断，其代码如下：