2018新手学习Python编程必须get的几个技能

python作为一门高级编程语言，它的定位是优雅、明确和简单。阅读Python编写的代码感觉像在阅读英语一样，这让使用者可以专注于解决问题而不是去搞明白语言本身。Python虽然是基于C语言编写，但是摒弃了C中复杂的指针，使其变得简明易学。并且作为开源软件，Python允许对代码进行阅读，拷贝甚至改进。这些性能成就了Python的高效率，有“人生苦短，我用Python”之说，是一种十分精彩又强大的语言。

Pandas的使用续：

4. 数据清理

enron_df_cleaned = enron_df.replace('NaN',0.0)

前面一个参数是需要寻找的字符，后面的是要替换上去的。

5. 数据读取

默认读取方式：df[col_name][row_name]或df.iloc[row_num,col_num]

（注意不是df[col_name,row_name])

（用iloc时，是先行后列，这与直接用括号索引时相反）

读取某一列：df.values[:,i]或df[col_name]或pd.loc['row_name']

（注意前者不能用列的名字）

读取某一行：df.values[i,:]或df.T.[row_name]

（注意前者不能用行的名字）

读取某几列：df.values[:,i:j]

(从第i列开始到j-1列结束，共j-i列）

读取某几行：df.values[i-j,:]

(从第i行开始到j-1列结束，共j-i行）

按照逻辑读取：

比如一个这样的DataFrame：

要读取a等于1的元素所在的那一行：

要读取a等于1的元素所在的那一列：

df.values[:,df['a']==1]

要读区a中大于1的那几行：

6. 描述数据

groupby和describe（参见数据分析入门课程笔记）

groupby可结合max()，min()，count()等函数使用

numpy的使用：

numpy[0] 是返回numpy的第一行而非第一列

如果要访问第一列:numpy[:,0]

（这与DataFrame相反）

reshape函数：没有仔细研究，现在知道的是：

reshape(-1,1)可以把形如

array([3,3,3,3])

变成：

其它：

append只能添加一个元素

zip函数很好用

开始学注意几点：

1.代码规范，这本身就是一个非常好的习惯，如果开始不养好好的代码规划，以后会很痛苦

2.多动手，少看书，很多人学Python就一味的看书，这不是学数学物理，你看例题可能就会了，学习Python主要是学习编程思想。这里还是要推荐下小编的Python学习裙:‘’五八八，零九零，九四二‘’不管你是小白还是大牛，小编我都欢迎，不定期分享干货，包括小编自己整理的一份2018最新的Python资料和0基础入门教程，欢迎初学和进阶中的小伙伴。在不忙的时间我会给大家解惑。

3.勤练习，学完新的知识点，一定要记得如何去应用，不然学完就会忘，学我们这行主要都是实际操作。

4.学习要有效率，如果自己都觉得效率非常低，那就停不停，找一下原因，去问问过来人这是为什么

如果对于这块有任何不懂的问题可以随时来问我，我对于学习方法，系统学习规划，还有学习效率这些曾经研究的很深，希望可以帮助大家少走弯路