练习题第二题，因为num1不>=num2，所以无打印，不是吗

老师，为什么我的开发者模式没有老师视频中的东西，怎么跳出来啊？

为什么不是直接用x1-x4得出距离呢

struct
socket filenamesever_ipsend_datastruct.packfilename,,filename.encode,,.encode,ssocketAF_INET,SOCK_DGRAMs.sendtosend_data,sever_ip,ffilename,recv_datas.recvfromcaozuoma,ack_numstruct.unpack,recv_datarand_portrecv_datacaozuomacaozuoma,ack_num,rand_port,recv_dataf.writerecv_datarecv_dataack_datastruct.pack,,ack_nums.sendtoack_data,sever_ip,rand_port

为什么图片出不来

老师，这个逻辑是对的把，只不过执行了continue的话，最终结果会不对是吗

a = 1
b = 2
dict1 = dict(a=3, b=4)
c = eval("a + b", dict1)
print(c)
print(dict1)

老师，想问下，dict1不应该是{"a": 3,"b": 4}吗，为什么打印后，字典里多出那么多内容

老师 编写的神经网络处理cifar10中的权重和参数是如何设计的呢?

老师System.in.read是做什么用的

老师，安装vim不成功，怎么解决?

这里面假设的“字典a对象创建完以后，假设数组长度为8”，这个长度可以随便假设么？
这个长度和取散列值多少位数字作偏移量有什么关系么？

我下载完java 目录下面没有jre文件夹  只有个jdk的

老师为什么我用增强型赋值号和用普通赋值结果是不一样的

优化器Optimizer是SGD的延申，一般用于DL中，通常是一阶导的，不用牛顿法，因为DL本身的参数量就巨大，使用太复杂的公式只会大大增加计算资源的开销和训练时长

优化器使用的最多的是Adam，当数据量很巨大的时候用momentum，可能原因是Adam自适应的机制在很大规模数据面前性能欠佳（适应不过来？）

问题：老师您好，为什么这里不能对全部的nan进行填充处理？
我全部处理了以后为什么单独对level列进行处理的时候会报错？
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt

pd.options.display.max_rows=10
df = pd.read_csv('data.csv', encoding="utf-8")
df
#%%
# 数据信息汇总
df.describe()
#%%
# 对nan值进行处理
# 发现level，num， price都有空值，因此考虑可以全部填为0
df.isna().any()
# 全部手动添加为0
df.fillna(0)
# df['level'] = df['level'].fillna(0)
#%%

# 对level进行数据处理，为int类型
df['level'] = df['level'].apply(lambda x:0 if x==0 else int(x[0]))
#%%
df