python快速入门(90min课内了解)

一、jupyter botebook的基本操作

1.先安装anacondam

2.markdown是文本模式

3.切换：

“Esc+M”——markdown（文本）

“Esc+Y”——code（代码）

4.“ctrl+回车”——运行

5.在markdown模式下，“#+空格+内容”，然后回车，输出一级标题，双#是二级，三#是三级标题

6.jupyter中敲代码时，按回车会自动对齐。

二、python了解

（一）python的数据类型

       首先，python不需要预定义。不同于c语言中数据类型需要定义（eg:int x=10）,python 可以直接使用（eg：x=10,系统自动识别为整数）

       python的数据类型如下：

       1、整数：x=10

       2、浮点数：y=3.14

       3、字符串：name='Bob'(单括号引起来的就是字符了，'1'也是而不是整数)

       4、列表：my_list=[1,2,3]（无索引值）

       5、字典：my_dict={'name':['Bob','Alice'],'age':[10,18]}（有索引值，可找出变量下的所有值）

       6、数据库：DataFrame

下面会重点讲解列表、字典和数据库。

（二）关于列表的操作

1、列表的生成

       列表可以包含数字，字符，逻辑符号，还可以是列表（可嵌套）

代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
print(my_list)

2、访问列表的元素

       python的数据顺序是从0开始的，第一个元素的序号为0

代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
mt_list[3]
//运行出来是'Alice'

        访问第六个元素，my_list[5]，即列表，如果要访问这个列表里的元素，就再加一个括号。

代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list[5]
//输出结果是：[4,5,6]
my_list[5][0]
//输出结果是：4

        特别地，在python中，在下标前面加一个负号，表示反方向，如-1是列表里的倒数第一个元素，代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list[-1]
//运行结果为：[4,5,6]

3、修改列表中的元素

       直接修改，代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list[3]='Mary'
print(my_list)
//运行结果为：my_list=[1,2,3,'Mary',True,[4,5,6]]

4、向列表中添加元素

       法一：使用append

       此方法是在列表的最后添加一个元素，代码如下：

my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list.append(666)
print(my_list)
//运行结果为：[1,2,3,'Alice',True,[4,5,6],666]

        法二：使用insert

        此方法可以在特定的元素后面插入数据，本人尝试了几次，发现和列表访问有所不同，在添加列表元素时，第一个元素的序号就是1，如果想要在第四个元素后面插入数据，序号就是4，

代码如下：

//在最开始插入数据//
my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list.insert(0,666)
print(my_list)
//运行结果：[666, 1, 2, 3, 'Alice', True, [4, 5, 6]]

//在第四个元素后面插入数据//
my_list=[1,2,3,'Alice',True,[4,5,6]]
my_list.insert(4,'Bob')
print(my_list)
//运行结果：[1, 2, 3, 'Alice', 'Bob', True, [4, 5, 6]]

5、删除列表中的元素

      利用remove，注意在该操作中，不要使用元素所在的序号，而是直接输入要删除的数据。

代码如下：

my_list=[1,2,3,'Alice','Bob',[4,5,6]]
my_list.remove('Bob')
print(my_list)
//输出结果为：[1, 2, 3, 'Alice', [4, 5, 6]]

（三）关于字典的操作

1、关于字典的生成

代码如下：

my_dict={'name':['Alice','Bob','Jack'],
        'Age':[16,17,18]}
print(my_dict)
//输出结果：{'name': ['Alice', 'Bob', 'Jack'], 'Age': [16, 17, 18]}

2、字典元素的访问

       利用索引值，可以得到所有的值，代码如下：

my_dict={'name':['Alice','Bob','Jack'],
        'Age':[16,17,18]}
my_dict['name']
//输出结果：['Alice', 'Bob', 'Jack']

（1）、获取相应列表里的对应单个的值

       在字典中，与访问列表相似，第一个元素序号是0，第二个元素序号是1。

代码如下：

//找出name列表中的第二个数据//
my_dict={'name':['Alice','Bob','Jack'],
        'Age':[16,17,18]}
my_dict['name'][1]
//输出结果：'Bob'

3、修改字典的元素

      找到需要修改元素的位置，然后直接修改就行，代码如下：

my_list={'name': ['Alice', 'Bob', 'Jack'], 'Age': [16, 17, 18]}
my_dict['name'][1]='Amy'
print(my_dict)
//输出结果：{'name': ['Alice', 'Amy', 'Jack'], 'Age': [16, 17, 18]}

4、再增加一个关键值

       直接增加，使用 [ ] 这个标号来括起来，代码如下:

my_list={'name':['Alice','Bob','Mary'],'Age':[15,16,17]}
my_list['city']=['nanjing','hubei','guangdong']
print(my_list)
//运行结果：{'name': ['Alice', 'Bob', 'Mary'], 'Age': [15, 16, 17], 'city': ['nanjing', 'hubei', 'guangdong']}

5、删除一个关键值

      使用pop，并用（）把需要删除的关键值括起来，代码如下：

my_list={'name': ['Alice', 'Bob', 'Mary'], 'Age': [15, 16, 17], 'city': ['nanjing', 'hubei', 'guangdong']}
my_list.pop('city')
print(my_list)
//输出结果：{'name': ['Alice', 'Bob', 'Mary'], 'Age': [15, 16, 17]}

（四）关于数据框的操作

       数据框的操作必须导入一个包，如果anaconda里面有就导入，如果没有就需要安装，大致步骤应是找到anaconda prompt，然后输入“pip install+下载内容”。

1、从列表生成数据框

       as可将包重命名，df保存的是由pd生成的数据框，代码如下：

import pandas as pd
data=[['Alice',18],['Bob',19],['Mary',20]]
print(data)
//输出结果：[['Alice', 18], ['Bob', 19], ['Mary', 20]]//

data=[['Alice',18],['Bob',19],['Mary',20]]
df=pd.DataFrame(data)
df
//输出结果：
       0	1
———————————————
0	Alice	18
1	Bob	    19
2	Mary	20
//

       在上述制作出来的表格中一行一个数据，一列一个属性，我们也可以指定列的名称，column在英文里是列的意思，代码如下：

data=[['Alice',18],['Bob',19],['Mary',20]]
df=pd.DataFrame(data,columns=['name','age'])
df
//输出结果：
    name	age
————————————————
0	Alice	18
1	Bob	    19
2	Mary	20
//

2、从字典生成数据框

      相比于用列表生成，字典要简单许多，代码如下：

data={'name':['Alice','Bob','Mary'],
     'age':[18,19,20]}
df=pd.DataFrame(data)
df
//输出结果：
	name	age
————————————————
0	Alice	18
1	Bob	    19
2	Mary	20
//

3、数据框元素的查看

       运用head，只查看行记录，输入数字多少，就输出几行，代码如下：

data={'name':['Alice','Bob','Mary'],
     'age':[18,19,20]}
df=pd.DataFrame(data)
df.head(1)

//输出结果：
    name	age
————————————————
0	Alice	18
//

df.head(2)

//输出结果：
    name	age
—————————————————
0	Alice	18
1	Bob	    19
//