一.python速成
1.基本数值类型
基本类似与C++,这里只介绍一下字符串
#字符串
a='Hello,vae'
print(a[0])
print(a[1:4]) #注意左闭右开
print(a)
2.条件循环语句
#条件语句
value=1
if value==1 :
print('Right')
elif value>20:
print('Bigger than right')
else :print('Wrong')
这里与C++不同的主要是,每个条件后面都要加个冒号,后面一行需要四个空格,else if化简为 elif,其他都与C++一致。
#循环语句
for i in range(5):
print(i)
# 条件循环
i = 0
while i<=5:
print(i)
i =i+1
两者输出等效,range(5)表示0到5,主要要注意的还是冒号。
3.复杂数值类型
(1)元组:元组内的元素不能被重新赋值,不能被赋值的数组
#元组
a=(1,2,3)
print(a[0])
(2)列表,有点vector的味道
#列表
a=[1,2,3]
print(a)
#add
a.append(4)
print(a)
print(a[3])
#更新列表项
a[2]=5
print(a)
for i in a:
print(i)
(3)字典:
#字典:可变容器模型 基本格式: key:value,value类型没有限制
mydict={'a':6.18,'b':'str','c':True}
print('A Value: %.2f'mydict['a'])
#add
mydict['a']=523
print('A Value: %.2f'mydict['a'])
print('keys:$s'%mydict.keys()) #查看所有key的函数
print('values:$s'%mydict.values()) #查看所有value的函数
for key in mydict:
print(mydict[key])
4.函数
#定义函数
#函数:可重复利用的 def()return
def mysum(x,y):
return x+y
result = mysum(x=1,y=2)
print(result)
二.NumPy速成
·创建n维数组(矩阵)
·对数组进行函数运算,使用函数计算十分快速,节省了大量的时间,且不需要编写循环,十分方便
·数值积分、线性代数运算、傅里叶变换
·ndarray快速节省空间的多维数组,提供数组化的算术运算和高级的广播功能。
·NumPy中的核心对象是ndarray
·ndarray可以看成数组,存放同类元素
·NumPy里面所有的函数都是围绕ndarray展开的
1.创建数据:
# 创建数组
import numpy as np
myarray = np.array([1, 2, 3])
print(myarray)
print(myarray.shape)
# 多维数据
myarray = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]])
print(myarray)
print(myarray.shape)
数组用列表的格式,多维数据是列表的嵌套
2.打印数据
# 访问数据
print('第一行数据:%s' % myarray[0])
print('最后一行:%s' % myarray[-1])
print('整列(3列)的数据:%s' % myarray[:, 2])
myarray[0]表示第一行,myarray[-1]表示最后一行,最后我们使用 :
来表示“选择所有行”,然后指定列的索引为 2
(即第三列,因为索引从 0 开始)。这将返回一个数组 [3, 4, 5]
,这是第三列的所有元素。