Python 学习小笔记

这是我在入门Python的时候边学边记的一些小笔记

字符串

字符串不能被更新

数据集

里面的元素都可以是不同数据类型的 都可以被索引和切片 查看一个变量的数据类型使用type(obj)方法 如type(tup1)

列表

列表使用[]括起来，里面的元素可以是不同数据类型的，中间用逗号隔开 列表可以被更新 listA=[1,2,3,4,5]

元组

元组使用()括起来，元组不可以被更新 tup1 = (‘Google’, ‘Runoob’, 1997, 2000); tup2 = (1, 2, 3, 4, 5 ); tup3 = “a”, “b”, “c”, “d”; 不允许删除单个元素，但是可以删除整个元组 如果元组只有一个元素，元素后要加上逗号，否则括号会被当成运算符: tup1=(550,);

集合

使用{}或者set()来创建集合，但是空的集合只能用set()来创建，{}这样子是创建一个空字典 使用集合这种数据集类型主要是为了去除重复元素

去重：

students=['a','b','a','d']
set(students)

集合的运算：a={2,2,3,4} b={2,3,4,5} 交集：a&b 并集：a|b 差集：a-b 只有a或b存在的元素：a^b 可以理解成a|b-a&b

字典

字典中的元素是使用键值对存储的，通过键来访问，而不是通过下标和偏移量 使用{}来创建字典 students={'ali':2204,'bob':3445}

位运算

位运算符：<< >> & | ^ 如果对整数采用位运算符，默认是将整数作为二进制运算的

 a=3
 a<<3
 print(a)

 '''将会输出24'''

逻辑运算符

and or not Python的判断语句不支持&& 和 ||

成员运算符

in not in 可以判断元素是否是数据集的成员

身份运算符

is is not 可以判断引用的是不是同一对象

字符串

可以用’string’ 或者 "string"来表示一串字符串

字符串重复：

a="string";
a=a*2; 
print(a)

就会输出stringstring

python中字符串格式化的用法和C中一样

end

end一般用于print语句中，用于将结果输出到同一行，或者在输出末尾添加不同的字符

逻辑分支

Python没有switch case 语句 实例：

if a>0:
    statment1
elif a=0:
    statment2
else:
    statment3

循环

都可以使用break关键字跳出循环

while语句

while a>0:
    statments
    statments1

Python没有do while循环 while循环加上else语句 当不满足while循环的条件时执行else语句

for 循环语句

for 循环可以遍历任何一个序列，包括列表，元组和字符串

for x in list：
    statement
else：
    statement2

range函数

遍历数字序列 例如：

按顺序遍历

for x in range(5)
    print(x)

这样会输出 0 到 4

遍历其中一个段

for x in range(5,8)
    print(x)

这样会输出 5 到 7 注意是左闭右开，跟列表截取的规则是一样的

设定增量

for x in range(1,10,3)
    print(x)

这样会输出1,4,7,9 也就是每个数字之间相差3

pass 语句

不做任何事情的一个语句，相当于一条空语句

模块

一个模块就是一个.py文件，里面可以定义一些常用的函数或者变量 导入的模块应该在当前代码目录或者在sys.path所定义的目录中

from [module] import [function]

从指定模块导入某个或某些函数 包是模块的集合

格式化输出

str.format() 的基本使用如下: >>> print(’{}网址： “{}!”’.format(‘菜鸟教程’, ‘www.runoob.com’)) 菜鸟教程网址： “www.runoob.com!” 括号及其里面的字符 (称作格式化字段) 将会被 format() 中的参数替换。 在括号中的数字用于指向传入对象在 format() 中的位置，如下所示： >>> print(’{0} 和 {1}’.format(‘Google’, ‘Runoob’)) Google 和 Runoob >>> print(’{1} 和 {0}’.format(‘Google’, ‘Runoob’)) Runoob 和 Google

大括号里面可以是参数序列，也可以是参数关键词

类

定义： calss A (): 类的实例： a=A() 注意不使用new关键字

构造方法

_init_(arg1,arg2，……) public属性、方法 直接名称，通过className.attributeName可以访问到 private属性、方法(两个下划线开头) __privateAttr

方法

类的方法里面第一个参数要为self，是this的意思

继承

类B继承于类A： class B(A): 多继承： class X (A,B,C,D,……):

数据处理总结

seaborn包是用来作数据可视化的，跟matplotlib搭配使用 读取CSV文件一般import进pandas包然后用data=pandas.read_csv(‘filename’,header=0)来读取 返回值是一个dataframe类型的 filename可以使用相对路径，表示当前目录可以写’./train.csv’ header=0表示第0行是标题 寻找数据集中缺失的数据可以用data.isnull() 缺失总数用data.isnull().sum()来统计

dataframe：(假设保存的数据集名为data)

寻找数据集中缺失的数据

可以用data.isnull() 缺失总数用data.isnull().sum()来统计 调用data.isnull()的话会得到一个列表，列表里面只有TRUE 和 FALSE，如果该值是空那就是TRUE

寻找每一种数据的出现次数

用data[‘name’].value_counts() 针对ordinary、norminal、binary可用

对数据分组进行计算，比如计算分组的平均数等

有点类似于数据库中的groupby计算，涉及至少两列数据，用法有两种(例 要对列A根据列B进行分组并计算平均值)

1. 先访问单独列A，对它进行.groupby(B).mean()        >>>data['A'].groupby(['B']).mean()
2. 对整个dataframe进行groupby，然后访问列A的mean()  >>>data.groupby(['B'])['A'].mean()

dataframe中axis的意义

这里有一篇博客说的很详细

使用0值表示沿着每一列或行标签\索引值向下执行方法 使用1值表示沿着每一行或者列标签模向执行对应的方法

定位符合某个条件的数据(在处理缺失数据时十分有用)

data.loc[行条件，列条件] data.loc[data[‘Age’]50,‘Survived’]=1 #将所有年龄为50岁的乘客的存活情况设置为1(行条件为Age50，列条件为列标签是Survived) 如果要修改筛选出来的数据，只能用data.loc[条件]=xxx的方法

根据条件筛选数据

data[data.Survived== 0 ].Age 筛选Age列中Survivied为0的元组 下面举三个例子 >>>data[1,‘b’]=3 将列标签为b的第2行数据替换为3 >>>data[data.age.isnull(),‘Age’]=34 将列标签为Age的空数据全部替换为34 >>>data[data.Survived==1] 显示所有符合data.Survived的值是1的数据(包括其他属性的)

替换数据

方法DataFrame.replace(to_replace=None, value=None, inplace=False, limit=None, regex=False, method=‘pad’, axis=None) 其中，将要被替换的to_replace和value可以是用列表和元组表示的数据集，表示在这个dataframe中这个列表里面的数据都是被替换的对象，to_replace和value的顺序是一一对应的 例如data[‘Sex’].replace([‘male’,‘female’],[0,1],inplace=True)表示将data里面Sex列的所有male值替换成0，所有female值替换成1

series:(假设保存的数据集名为series)

画图可以用series.plot.[相应图名字]() 来画 比如直方图：series.plot.bar() 饼图：series.plot.pie() 求出一些特殊值：series.max() series.min() series.mean()