Python基础+进阶
python基础：
一、程序格式：
①缩进：空白区域，表达程序的格式框架。是语法的一部分。 一般为4个空格和一个TAB ②注释:#单行注释
''' 多
行
注
释
'''
二、命名与保留字：
变量：用来保存和表示数据的占位符号。 通过赋值符号（=）向变量赋值或修改值 命名规则:大小写字母、数字、下划线组合 大小写敏感，首字符不能是数字。不能与保留字（关键字）相同。如and，break，continue，def，else，for之类三、数据类型
数字类型：
整数和浮点数： 操作符: + - * / // % ** 运算函数： abs() 绝对值 max()
divmod() 商余 min()
pow(x,y) int()
roud(x,d)：对x四舍五入，d是小数截取位数 float()
字符串类型：由0个或多个字符组成的有序字符序列 ，由一对单引号和双引号表示。
字符串操作
索引：<字符串>[M] 索引字符串的第M-1个。
切片：<字符串>[M:N:K] 表示从M开始到第N-1个，以K为步长切片。
操作符
x+y：连接字符串x和y
n*x 复制n次字符串x
x in s 如果x是s的子字符串，返回True，否则返回False
字符串函数：
len（）返回字符串长度
str （） 任意类型对应的字符串形式
字符串方法：
<str>.lower() 字符串内容小写 <str>.upper() 字符串内容大写
<str>.split() 返回一个列表，由str根据被分割的部分组成
Input: "A,B,C,D".split("," )
Output: ['A','B','C']
<str>.center(w，fillchar) 返回一个宽度为w，中心内容为str ，由fillchar为其余填充字符的字符串
Input: "py".center(10,"-") Output: ----py----
格式化方法：
字符串.format(<逗号分隔的参数>)
Input: "{}是{}个{}的例子".format("这",1,"格式化") Output: 这是1个格式化的例子
元组类型：不能被修改的序列类型
使用小括号()或tuple()创建列表类型：可随意被修改的序列类型
使用[]或list()创建
操作函数和方法：
del ls[i] 删除ls中第i元素
in 判断元素是否在列表中
ls.append(x)
ls.copy
ls.insert(i,x)
ls.reserve
字典类型：采用键-值 对应的数据类型
用大括号{}和dict()创建，键值对用：表示
{<键1>:<值1>,<键2>:<值2>, … , <键n><值n>}
操作函数：
k in d 判断k是否在字典d中，返回布尔类型。
d.keys() 返回字典中所有键
d.values() 返回字典中所有值
d.items() 返回字典中所有键值对
d.get(k) 键k存在，返回相应值
1、隐私：随机选择 MAC 地址
2、php中传统验证与thinkphp框架
3、leetcode 33. Search in Rotated Sorted Array
4、HDU 1081 To The Max （dp）
5、Data Structures Series
四、流程控制：
分支结构和循环结构 分支结构： if <条件1>：
<语句块1>
elif <条件2>：
<语句块2>
……
else:
<语句块>
循环结构：
for循环
for <循环变量> in <遍历结构>：
<语句块>
for i in range(N):
#range(N) :从0到N-1 表示循环N次
可用于遍历字符串，列表，文件
while循环
while <条件判断>:
<语句块>
保留字：break continue
break 跳出并结束当前整个循环，执行循环后语句。
continue 结束当次循环，继续执行后续次数循环。
五、函数：一段具有特定功能的、可重用的语句组
定义函数:
def <函数名>(<参数>)
<函数体>
return <返回值>
参数:
实参，形参，位置参数，默认参数，可变参数*（将任意个参数组成元组），关键字参数**（将任意个参数组成字典）
六、类
class 类名(): def __init__(self, ): #初始化 … … def<函数名>() : <其他功能>
Python进阶:
numpy：
import numpy as np
生成数组:np.array()从原有列表转换为数组 np.array(list)
np.full(shape,fill_value,dtype) 以dtype类型，将fill_value填充成shape的列表 np.linspace(start,stop,num) 将首尾区间数字等分为num个的数组 np.eye() n维的单位矩阵访问数组中的元素
a =np.array() a[,] 一维 a[:,:] 二维数组属性
a.ndim 数组轴的个数 a.shape 数组的维度 a.size 数组元素的总个数 a.dtype 数组中元素类型 a.itemsize 数组中每个元素的字节大小。 数组运算 +-*/%统计类型
np.sum(a)比较
Input：a = np.array(range(10)) a<3
Output: array([ True, True, True, False, False, False, False, False, False,False])
变形
a.shape(x,y)排序
np.sort(a)拼接
np.concatenate([a1,a2,…]) (axis=0指的是逐行，axis=1指的是逐列)pandas
import pandas as pd
#csv df = pd.read_csv(路径)df.head（） 读前几行 df.tail() 读后几行 DataFrame df.columns 列名 df.index 索引 筛选 df[df.数学 > 80] 复杂筛选 df[(df.语文>80)& (df.数学>80)& (df.英语>80)] 排序 df.sort_values(['数学'，'语文']) 访问元素
scores = { '姓名':['老','咸','鱼'], '语文':[2,3,3], '英语':[6,6,6], '数学':[9,9,9] } df = pd.DataFrame(scores.index='one','two','three') df.loc[one] #访问第one行 df.iloc[0] #访问第0行 df.ix()#合并了loc和iloc的功能df.values() 打印所有数组 df.数学.values 打印数学数组 df.数学.value_counts() 简单的统计 df[['数学','语文']] df.数学 都为提取 xxx 列 分类： 重点
def func(scores): if scores>=85: return '优秀!!' if scores>=60 and socres<85: return '优秀！' if scores<60: return '凉了！！！' df['数学咋样？'] = df.数学.map(func)df['new_scores'] = df.apply(lambda x : x.数学 +x.语文，axis = 1) 添加new_scores这一列 df.drop(['new_scores'],axis = 1) 删除new_scores这一列 pandas中的dataframe 的操作，很大一部分跟numpy中的二维数组的操作是近似的。 matplotlib绘图 线性图
import matplotlib as plt %matplotlib inline plt.plot(x,y,'o',color = '' ,lambel = '',marksize =,linewidth = ,markeredgecolor='',makeredgewidth=) plt.legend() #与lambel相连，为图例 #o 点 -- 虚线 -p 五边形 -h 六边形 -D 正方形 -d 菱形
#散点图
plt.scatter(x,y)
#柱状图
df.plot.bar()#密度图
df.plot.kde()#直方图
df.hist() 优质内容筛选与推荐>>1、隐私：随机选择 MAC 地址
2、php中传统验证与thinkphp框架
3、leetcode 33. Search in Rotated Sorted Array
4、HDU 1081 To The Max （dp）
5、Data Structures Series