根据视频操作的，到这一步时就卡住不动了，关闭重启有logs，但是输入“jps”，显示“-bash:jps:command not found”

class Node():
    def __init__(self, value=None, next=None):
        self.value = value
        self.next = next

    def __str__(self):
        return 'Node:{}'.format(self.value)


class LinkedList():
    def __init__(self):
        self.root = Node()
        self.next = None
        self.size = 0

    def append_end(self, value):  # 链表的后边加数据
        node = Node(value)
        if not self.root.next:
            self.root.next = node
        else:
            self.next.next = node
        self.next = node
        self.size += 1

    def append_first(self, value):
        node = Node(value)
        if not self.root.next:
            self.root.next = node
        else:
            temp = self.root.next
            self.root.next = node
            node.next = temp
        self.size += 1

    def __iter__(self):
        current = self.root.next
        while current is not self.next:
            yield current.value
            current = current.next
        yield current.value

    def find(self, value):
        for n in self.__iter__():
            if n == value:
                return n


if __name__ == '__main__':
    link = LinkedList()
    link.append_end('悟空')
    link.append_end('八戒')
    link.append_first('师傅')
    for i in link:
        print(i)
    print(Node('悟空'))
    print(link.find('悟空'))

老师请问，代码中将n改为n.value就会报错，但是原视频中不会报错，我这个代码中报错的原因是啥，n代表的是Node还是Node的value

老师, 如果数据集Xj列是属于稀疏性描述中偏疏的,也就是很多0, 加上其中有很大的离散值, 那么标准归一化会不会反而效果不大了? 或者说, 数据偏疏的话, 离散值对归一化效果的影响(权重)也会相对较大?

那怎么配置服务器端收到请求返回/favicon.ico图片呢？

import tensorflow as tf


# tf.Variable 是生成的变量每次迭代都会发生变化
# 这个变量是我们要计算的结果,所以说你要计算什么,你是不是就把什么定义为Variable

# 创建一个计算图
x = tf.Variable(3,name="x")   #画布里面有一个x 节点
y = tf.Variable(4,name="y")  #画布里面有一个y节点
f = x * x * y + y + 2

# 创建一个计算图的上下文环境
# 配置里面是把具体运行过程种在哪里执行给打印出来
sess = tf.compat.v1.Session (config= tf.compat.v1.ConfigProto(log_device_placement=True))
# 保存到session.run() 就会立刻去调用计算
sess.run(x.initializer)
sess.run(y.initializer)    #需要做初始化才可以用
result = sess.run(f)
print(result)
sess.colse()

老师 代码写的和您的一样  出现两个问题 我的tf 是2.x gpu 版本的.在打印过程的时候就出现了问题.我百度了一下,改为1.x版本的,可是还有一个问题 ,出现了以下的问题,我又搜了一下说是tf版本不兼容所导致的, 怎样才能解决这个问题

老师，我自己发现了错误。将“True”打成了“Ture”

代码：

%matplotlib notebook
# 生成数据
iris = sns.load_dataset('iris')
# 绘画数据
sns.pairplot(iris)
# 显示图表
plt.show()

老师，获取数据的时候遇到了这样的错误，后面的回归变量那里也是同样的错误。按照问答区给的那个链接更改了DNS也没有解决，请问老师还有别的办法吗？

#贪婪模式
v = re.match(r"abc(\d+)","abc123")
print(v.group(1))

# 非贪婪模式
v = re.match(r"abc(\d+?)","abc123")
print(v.group(1))

老师，正则表达式里面group的索引是从哪开始的?为什么写group(0)全部都打印了？

老师你好，我想问的是字符串驻留机制，为什么pycharm和IDLE的结果不一样

c="dd#"
d="dd#"
print(c is d)

pycharm里面显示的结果为：True

>>> c="dd#"
>>> d="dd#"
>>> c is d
False

而IDLE里面显示的结果为False

老师  视频中老师的SQL浏览可以显示代码 ，为什么我的显示不了？

老师为什么，那个a++ 表示的是a+1呢？+号表示1有什么意义嘛？ 

老师为什么，那个a++ 表示的是a+1呢？+号表示1有什么意义嘛？ 

a,b,c=1,2,3

相当于

a=1;b=2;c=3

像第二种方式给多个变量赋值，每个赋值语句之间，必须用分号隔开吗

class Node():
    def __init__(self, value = None, next = None):
        self.value = value
        self.next = next

    def __str__(self):
        return 'Node:{}'.format(self.value)


class LinkedList():
    def __init__(self):
        self.root = Node()
        self.next = None
        self.size = 0

    def append_end(self, value):  # 链表的后边加数据
        node = Node(value)
        if not self.root.next:
            self.root.next = node
        else:
            self.next.next = node
        self.next = node
        self.size += 1

    def append_first(self, value):
        node = Node(value)
        if not self.root.next:
            self.root.next = node
        else:
            temp = self.root.next
            self.root.next = node
            node.next = temp
        self.size += 1

    def __iter__(self):
        current = self.root.next
        while current is not self.next:
            yield current
            current = current.next
        yield current


if __name__ == '__main__':
    link = LinkedList()
    link.append_end('悟空')
    link.append_end('八戒')
    link.append_first('师傅')
    for i in link:
        print(i)

老师请问，视频中对框红线的位置之前加了个if判断，我感觉没有必要加，运行结果也是好的，不知道我的理解有没有问题。