我正在按照谷歌的机器学习课程学习，并尝试在Atom上运行，而不是简单地使用Colab版本。模型训练和其他部分都进行得很顺利，但我在使用describe()函数时遇到了问题。我查阅了文档，但仍然无法显示摘要。只有在命令行上使用交互式Python时它才有效。以下是我代码的相关部分。感谢您的帮助。
import mathfrom IPython import displayfrom matplotlib import cmfrom matplotlib import gridspecfrom matplotlib import pyplot as pltimport numpy as npimport pandas as pdfrom sklearn import metricsimport tensorflow as tffrom tensorflow.python.data import Datasettf.logging.set_verbosity(tf.logging.ERROR)pd.options.display.max_rows = 10pd.options.display.float_format = '{:.lf}'.format# Load data setcalifornia_housing_dataframe = pd.read_csv("https://storage.googleapis.com/mledu-datasets/california_housing_train.csv", sep=",")......# Split the data set into training sets of the first 12000/17000 examples,training_examples = preprocess_features(california_housing_dataframe.head(12000))training_targets = preprocess_targets(california_housing_dataframe.head(12000))# and validation sets of the last 5000/17000 examples.validation_examples = preprocess_features(california_housing_dataframe.tail(5000))validation_targets = preprocess_targets(california_housing_dataframe.tail(5000))# Double-check that the splitting is correct. (NOT WORKING YET)print("Training examples summary:")training_examples.describe()运行代码后，我的终端直接忽略了带有describe()的行，并打印出
Training examples summary: Validation examples summary: Training targets summary: Validation targets summary:然后继续进行模型训练。
回答：
在不知道堆栈跟踪的情况下，我的猜测是
pd.options.display.float_format = '{:.lf}'.format中的一个打字错误影响了您的数据输入。那个字母 l 应该是数字 1。您是在告诉格式化程序您想要打印的浮点精度的位数。正确的语法是
pd.options.display.float_format = '{:.1f}'.format