PythonforResearch | 0_语法基础
PythonforResearch | 0_语法基础
项目介绍
一直想写一份适合经济学等社科背景、学术科研向的 Python 教程。因为学经济学的多少会对 Stata 有所了解，有一些写~代码~命令的经历，这份教程应该：
- 简洁好理解，花最少的时间了解 Python 的核心用法；
- 实用易操作，最好是能够看完上手即用。
在构思了一段时间之后，偶然发现 Ties de Kok 的 Get started with Python for research tutorial项目已经搭建出了我想要的框架。于是打算在这个项目的基础上进行完善，首先将其主要内容“汉化”成中文，之后对用法进行扩充、加入典型用法和案例。
原作者简介：Ties de Kok (Personal Website)为华盛顿大学福斯特商学院的助理教授，他专注于将计算机科学与实证会计研究相结合，研究兴趣是财务会计、资本市场、计算机科学、自然语言处理和经验管理会计。
变量
Python 中基础的数据类型有int，float和str。
a = 5
b = 3.5
c = 'A string'
type(a),type(b),type(c)
(int, float, str)
转换类型
int(3.6),str(5)
(3, '5')
查看类型
type(a),type(b),type(c)
(int, float, str)
打印输出
print("Hello")
Hello
print("Hello"+"World")
HelloWorld
apples = 'apples'
print("I have", 2, apples)
I have 2 apples
format 格式化输出
"{} {}".format("Hello", "World")
'Hello World'
print("{:.2f}".format(3.1415926))
3.14
数字 | 格式 | 输出 | 描述 |
|---|---|---|---|
3.1415926 | {:.2f} | 3.14 | 保留小数点后两位 |
3.1415926 | {:+.2f} | +3.14 | 带符号保留小数点后两位 |
-1 | {:+.2f} | -1.00 | 带符号保留小数点后两位 |
2.71828 | {:.0f} | 3 | 不带小数 |
5 | {:0>2d} | 05 | 数字补零 (填充左边, 宽度为 2) |
5 | {:x<4d} | 5xxx | 数字补 x (填充右边, 宽度为 4) |
10 | {:x<4d} | 10xx | 数字补 x (填充右边, 宽度为 4) |
1000000 | {:,} | 1,000,000 | 以逗号分隔的数字格式 |
0.25 | {:.2%} | 25.00% | 百分比格式 |
1000000000 | {:.2e} | 1.00e+09 | 指数记法 |
13 | {:>10d} | 13 | 右对齐 (默认, 宽度为 10) |
13 | {:<10d} | 13 | 左对齐 (宽度为 10) |
13 | {:^10d} | 13 | 中间对齐 (宽度为 10) |
f-strings 格式化输出(Python 3.6)
Python 3.6 新增了 f-strings，这个特性叫做字面量格式化字符串，F 字符串是开头有一个 f 的字符串文字，Python 会计算其中的用大括号包起来的表达式，并将计算后的值替换进去。
year, p_version = 2018, '3.6'
f'The year {year} is pretty awesome with F-strings from Python {p_version}'
'The year 2018 is pretty awesome with F-strings from Python 3.6'
算术运算符
以下假设变量：a=10, b=20：
运算符 | 描述 | 实例 |
|---|---|---|
+ | 加 - 两个对象相加 | a + b 输出结果 30 |
- | 减 - 得到负数或是一个数减去另一个数 | a - b 输出结果 -10 |
* | 乘 - 两个数相乘或是返回一个被重复若干次的字符串 | a * b 输出结果 200 |
/ | 除 - x 除以 y | b / a 输出结果 2 |
% | 取模 - 返回除法的余数 | b % a 输出结果 0 |
** | 幂 - 返回 x 的 y 次幂 | a**b 为 10 的 20 次方， 输出结果 100000000000000000000 |
字符运算符
用单引号，双引号或三引号定义字符串（用于多行）
hello = 'world'
saying = "hello world"
paragraph = """ This is
a paragraph
"""
数据结构
Python 有四种基本的数据结构：列表（list）、元组（tuple）、字典（dict）和集合（set）。
列表
列表放在中括号（[]）中
pets = ['dogs', 'cat', 'bird']
pets.append('lizard')
pets
['dogs', 'cat', 'bird', 'lizard']
元组
元组括在括号（()）中，元组不支持任意添加或删除元素，但是它们更快并且消耗更少的内存。
pets = ('dogs', 'cat', 'bird')
pets
('dogs', 'cat', 'bird')
字典
字典使用大括号（{}）构建,字典是无序的，但具有键（Key），值（value）对。
person = {'name': 'fred', 'age': 29}
print(person['name'], person['age'])
fred 29
person['money'] = 50
del person['age']
person
{'name': 'fred', 'money': 50}
集合
集就像一个列表，但只能包含唯一值。
pets_1 = set(['dogs', 'cat', 'bird'])
pets_2 = set(['dogs', 'horse', 'zebra', 'zebra'])
pets_2
{'dogs', 'horse', 'zebra'}
集合可以用于完成许多有用的操作：
pets_1.union(pets_2) # 并集
{'bird', 'cat', 'dogs', 'horse', 'zebra'}
pets_1.intersection(pets_2) # 交集
{'dogs'}
pets_1.difference(pets_2) # 补集
{'bird', 'cat'}
组合
基本的数据结构几乎可以处理任何 Python 项目。
combo = ('apple', 'orange')
mix = {'fruit' : [combo, ('banana', 'pear')]}
mix['fruit'][0]
('apple', 'orange')
切片
如果对象是有序的（例如列表或元组），则可以选择索引：
pets = ['dogs', 'cat', 'bird', 'lizzard']
favorite_pet = pets[0]
favorite_pet
'dogs'
reptile = pets[-1]
reptile
'lizzard'
pets[1:3]
['cat', 'bird']
pets[:2]
['dogs', 'cat']
切片也适用于字符串：
fruit = 'banana'
fruit[:2]
'ba'
函数
Python 可以接收输入的参数，通过定义逻辑和操作来处理输入（并可能返回某些内容）。
def add_5(number):
return number + 5
定义函数的操作不会执行代码，仅在调用函数后才会执行：
add_5(5)
10
也可以添加具有默认值的参数：
def add(number, add=5):
return number + add
add(10, add=3)
13
lambda 函数
pairs = [(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
pairs.sort(key=lambda pair: pair[1])
print(pairs)
[(4, 'four'), (1, 'one'), (3, 'three'), (2, 'two')]
空格（代码块）
Python 使用缩进来区分代码块。注意，子代码块有自己的作用域（local scope），注意下方示例的a：
def example():
a = 'Layer 1'
print(a)
def layer_2():
a = 'Layer 2'
print(a)
layer_2()
example()
Layer 1
Layer 2
条件
grade = 95
if grade == 90:
print('A')
elif grade < 90:
print('B')
elif grade >= 80:
print('C')
else:
print('D')
C
循环
for num in range(0, 6, 2):
print(num)
0
2
4
list_fruit = ['Apple', 'Banana', 'Orange']
for fruit in list_fruit:
print(fruit)
Apple
Banana
Orange
for num in range(100):
print(num)
if num == 2:
break
0
1
2
也可以使用while循环：
count = 0
while count < 4:
print(count)
count += 1
0
1
2
3
遍历列表中的元组：
tuple_in_list = [(1, 2), (3, 4)]
for a, b in tuple_in_list:
print(a + b)
3
7
在字典中循环：
dictionary = {'one' : 1, 'two' : 2, 'three' : 3}
for key, value in dictionary.items():
print(key, value + 10)
one 11
two 12
three 13
推导式
推导式可以使用循环很方便的生成列表和字典。
列表推导式
new_list = [x + 5 for x in range(0,6)]
new_list
[5, 6, 7, 8, 9, 10]
传统方式的等效操作为：
new_list = []
for x in range(0,6):
new_list.append(x + 5)
new_list
[5, 6, 7, 8, 9, 10]
字典推导式
new_dict = {'num_{}'.format(x) : x + 5 for x in range(0,6)}
new_dict
{'num_0': 5, 'num_1': 6, 'num_2': 7, 'num_3': 8, 'num_4': 9, 'num_5': 10}
传统方式的等效操作为：
new_dict = {}
for x in range(0,6):
new_dict['num_{}'.format(x)] = x + 5
new_dict
{'num_0': 5, 'num_1': 6, 'num_2': 7, 'num_3': 8, 'num_4': 9, 'num_5': 10}
异常处理
Python 异常报错如下：
num_list = [1, 2, 3]
num_list.remove(4)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-223-926b625f5509> in <module>
1 num_list = [1, 2, 3]
----> 2 num_list.remove(4)
ValueError: list.remove(x): x not in list
可以使用try和except捕获异常：
try:
num_list.remove(4)
except:
print('ERROR!')
ERROR!
将错误类型指定为：
try:
num_list.remove(4)
except ValueError as e:
print('Error: ', e)
except Exception as e:
print('Other error: ', e)
finally:
print('Done')
Error: list.remove(x): x not in list
Done
导入库
import math
math.sin(1)
0.8414709848078965
import math as math_lib
math_lib.sin(1)
0.8414709848078965
from math import sin
sin(1)
0.8414709848078965
系统操作
import os
获取当前路径
os.chdir(r'D:\\PyStaData\\Python\\Python_for_Research\\PythonforResearch')
os.getcwd()
'D:\\PyStaData\\Python\\Python_for_Research\\PythonforResearch'
输出当前路径文件（夹）
os.listdir()[:5]
['.ipynb_checkpoints', '0_语法基础.ipynb', 'data', 'images']
结合列表推导式进行文件类型过滤：
[file for file in os.listdir() if file[-5:] == 'ipynb'][:5]
['0_语法基础.ipynb']
更改路径
os.chdir(r'D:\\PyStaData\\Python\\Python_for_Research\\PythonforResearch\\data')
os.getcwd()
'D:\\PyStaData\\Python\\Python_for_Research\\PythonforResearch\\data'
r'path'表示原始字符串，原始字符串不将\视为特殊字符。
文件输入与输出
打开文件的四种模式：
w -> write only
r -> read only
w+ -> read and write + completely overwrite file
a+ -> read and write + append at the bottom
with open('new_file.txt', 'w') as file:
file.write('Content of new file. \nHi there!')
with open('new_file.txt', 'r') as file:
file_content = file.read()
file_content
'Content of new file. \nHi there!'
print(file_content)
Content of new file.
Hi there!
with open('new_file.txt', 'a+') as file:
file.write('\n' + 'New line')
with open('new_file.txt', 'r') as file:
print(file.read())
Content of new file.
Hi there!
New line
最好使用with，因为它会自动关闭文件。