Rossmann 13th Solution相关plt新知识

昨天继续跟完了Rossmann Sales Prediction 13th Solution，跟到最后才发现，其实和我JD的问题不太一样，因为他每一个store和date就可以组成一条record，而我的问题里面没法模仿他这个模式，我需要做聚合。但是如果不深入真是不好了解这个问题是否和自己的问题类似，在跟的过程中也学习到不少没见过的新知识！肯定是赚的！把遇到的新知识再做一些记录。
1. 改变figsize，plt.rcParams['figure.figsize'] = [width,height]，我以前一般用的是plt.figure(figsize=(12,9))，rcParams好像是关于图像设置的一些列参数，有点自定义的意思
2. plt.subplot(i,j,index)，应该是i * j副图，第3个参数index是图的索引，索引从1开始
3. plt.minorticks_on()，启用小号的tick
4. plt.grid(True, which='both')，显示网格线，both应该是同时显示x轴和y轴的网格线
5. plt.plot(x,y,'-')，第三个参数可以设置线的类型，'-'折线，'.'散点，'r-'红色的折线
6. dict.iteritems()，这个是产生一个生成器，dict.items()直接是产生一个copy，生成器更节约空间不断next生成下一个，而copy占用更多空间，但是索引更快
7. 一种排除离群点的方法，求出偏差的绝对值，找到中位数，比中位数大多少倍，即认为是离群点，这种方法我还是第一次遇见
8. 建新的column，可以筛选赋值，比如df.loc[conditions, 'new column name'] = 1，其余没赋值到的应该全部是NaN
9. 分配工作，但是有个notebook我找了很久，要想不要找这么久，平时的文档就要分门别类，不要逞一时之快
10. 我又去查找和学习了很多其他赛题，想找到和我的赛题类似的，找到一个类似的，却没有开源的解决方案
11. 最后Insurance要截止了，赶紧去下了几个开源kernel来提交，下次这种没有时间搞的比赛就不要去参加了，何必骗自己呢？要参加比赛，就要竭尽全力去夺取好成绩！加油！