用Python进行数据挖掘的前奏----了解Python的语法

基本知识

# print absolute value of an integer:
a = 100
if a >= 0:
    print(a)
else:
    print(-a)

• 以#开头的语句是注释，注释是给人看的，可以是任意内容，解释器会忽略掉注释。其他每一行都是一个语句，当语句以冒号:结尾时，缩进的语句视为代码块。
• 使用4个空格的缩进。IDE很难像格式化Java代码那样格式化Python代码。
• Python程序是大小写敏感的，如果写错了大小写，程序会报错。

输入和输出

print('1024*1024 =', 1024*1024)

name = input('please enter your name: ')
print('hello', name)

print('a', 'b', 'c')

逗号会输出为空格

整数

• Python可以处理任意大小的整数
• 用十六进制表示整数比较方便，十六进制用0x前缀和0-9，a-f表示
• /代表精确除，就算两个整数，用/运算，结果也是浮点数
• ‘//’代表取整
• %代表取余

浮点数

• 对于很大或很小的浮点数，就必须用科学计数法表示，把10用e替代，1.23x109就是1.23e9，或者12.3e8，0.000012可以写成1.2e-5
• 浮点数运算则可能会有四舍五入的误差。

字符串

• 字符串是以单引号'或双引号"括起来的任意文本
• 如果字符串内部既包含'又包含"怎么办？可以用转义字符\来标识
• 如果字符串里面有很多字符都需要转义，就需要加很多\，为了简化，Python还允许用r''表示''内部的字符串默认不转义
• 如果字符串内部有很多换行，用\n写在一行里不好阅读，为了简化，Python允许用'''...'''的格式表示多行内容

在控制台中：

在编辑器中：

布尔值

• 一个布尔值只有True、False两种值
• 布尔值可以用and、or和not运算

空值

• 空值是Python里一个特殊的值，用None表示。

变量

• 变量名必须是大小写英文、数字和_的组合，且不能用数字开头
• Python中变量不需要指定类型，这种变量本身类型不固定的语言称之为动态语言，与之对应的是静态语言。静态语言在定义变量时必须指定变量类型，如果赋值的时候类型不匹配，就会报错。例如Java是静态语言。
• 当我们写：

a = 'ABC'

时，Python解释器干了两件事情：

• 在内存中创建了一个'ABC'的字符串；
• 在内存中创建了一个名为a的变量，并把它指向'ABC'。
  也可以把一个变量a赋值给另一个变量b，这个操作实际上是把变量b指向变量a所指向的数据

常量

• 在Python中，通常用全部大写的变量名表示常量

编码

• 在最新的Python 3版本中，字符串是以Unicode编码的
• 对于单个字符的编码，Python提供了ord()函数获取字符的整数表示，chr()函数把编码转换为对应的字符：
• Python的字符串类型是str
• Python对bytes类型的数据用带b前缀的单引号或双引号表示
• 如果我们从网络或磁盘上读取了字节流，那么读到的数据就是bytes。要把bytes变为str，就需要用decode()方法
• 要计算str包含多少个字符，可以用len()函数，换成bytes，len()函数就计算字节数

当Python解释器读取源代码时，为了让它按UTF-8编码读取，我们通常在文件开头写上这两行：

#!/usr/bin/env python3
# -*- coding: utf-8 -*-

第一行注释是为了告诉Linux/OS X系统，这是一个Python可执行程序，Windows系统会忽略这个注释；
第二行注释是为了告诉Python解释器，按照UTF-8编码读取源代码，否则，你在源代码中写的中文输出可能会有乱码。

格式化

• 在Python中，采用的格式化方式和C语言是一致的，用%实现, 常见的占位符有%d，%f，%s，%x ,在字符串内部，%s表示用字符串替换，%d表示用整数替换，有几个%?占位符，后面就跟几个变量或者值，顺序要对应好。如果只有一个%?，括号可以省略。

'Hello %s' %'world'

注意：中间不用加,，和C语言不一样

List(列表)和Tuple(元组)

Python内置的数据类型：List(列表)和Tuple(元组)。

• list是一种有序的集合，可以随时添加和删除其中的元素，用[]表示。
• 另一种有序列表叫元组：tuple。tuple和list非常类似，但是tuple一旦初始化就不能修改，用()表示。

列表相关的函数：

函数	功能
cmp(a,b)	比较两个列表/元组的元素
len(a)	列表/元组元素个数
max(a)	返回列表/元组元素最大值
min(a)	返回列表/元组元素最小值
sum(a)	将列表/元组中的元素求和
sorted(a)	对列表的元素进行升序排序

列表本身的方法：

函数	功能
a.append(1)	将1添加到列表a末尾
a.count(1)	统计列表a中元素1出现的次数
a.extend([1,2])	将列表[1,2]的内容追加到列表a的末尾中
a.indext(1)	从列表a中找到第一个1的索引位置
a.insert(2,1)	将1插入列表a的索引为2的位置
a.pop(1)	移除列表a中索引为1的元素

判断与循环

if 条件1：
    语句1
elif 条件2：
    语句2
else：
    语句3

python一般不用{}，也没有end语句，它是用缩进对齐作为语句的层次标记。同一层次的缩进量要一一对应，否则报错。

循环用for...in...或者while

计算从0到100，包头不包尾：

sum = 0
for x in range(101):
    sum = sum + x
print(sum)

计算100以内所有奇数之和：

sum = 0
n = 99
while n > 0:
    sum = sum + n
    n = n - 2
print(sum)

L = ['Bart', 'Lisa', 'Adam']
for x in L:
    print('hello,%s!' %x)

Dictionary(字典)和Set(集合)

dict相当于Map :

注意：dict内部存放的顺序和key放入的顺序是没有关系的。

set和数学上的集合基本上是一致的，它和list的区别在于：　
　1. 它的元素是不重复的，而且是无序的。
　2. 它不支持索引。
一般我们通过{}或者set()函数创建一个集合。

s = {1, 2, 2, 3} #注意2会自动去重，得到{1, 2, 3}
s = set{[1, 2, 2, 3]} #同样，它将列表转换为集合，得到{1, 2, 3}

函数

Python用def自定义函数

def add1(x):
    return x+2
print(add1(2))#此时结果是4

函数返回值可以是多个：

def add2(x, y):
    return x+3, y+3
a, b = add2(1, 2)
print(a, b) #此时a=4，b=5

Python支持用lambda对简单的功能定义“行内函数”：

f = lambda x : x + 2
print(f(3))#此时结果是5

x代表形参， 3代表传入的实参

函数式编程

主要由几个函数的使用构成：lambda()、map()、reduce()、filter()，后三个参数都有两个，一个是函数，一个是序列

map()的使用，用于逐一遍历：

• 问题：有一个列表a=[1, 2, 3]，要给列表中的每个元素加2得到一个新列表
• 普通方式：b = [i+2 for i in a]
• map()方式：

a=[1, 2, 3]
b = map(lambda x : x+2, a)
b = list(b)#在python3.x中需要这一步，因为在3.x中，map函数只是一个待运行的命令容器，只有其他函数调用它时才返回结果

练习题目：把用户输入的不规范的英文名字，变为首字母大写，其他小写的规范名字

L1 = map(lambda name : name[0].upper()+name[1:].lower(), ['adam', 'LISA', 'barT'])
L1 = list(L1)#在python3.x中需要这一步，因为在3.x中，map函数只是一个待运行的命令容器，只有其他函数调用它时才返回结果
print(L1)

x相当于函数的参数，a代表传进去的实参

reduce()的使用，用于递归计算：

• 问题：计算n的阶乘
• 普通方式：
  
• reduce()方式：

from functools import reduce#在3.x中需要引入reduce
n = 10
m = reduce(lambda x,y : x*y, range(1, n+1))
print(m)#结果为3628800

练习题目：请编写一个prod()函数，可以接受一个list并利用reduce()求积

from functools import reduce
def prop(list):
    return reduce(lambda x, y : x*y, list)
sum = prop([1, 2, 3, 4]) 
print(sum)

filter()的使用，用于筛选列表中符合条件的元素

b = filter(lambda x : x > 5 and x < 8, range(10))   
b = list(b)#在python3.x中需要这一步，理由同map
print(b)#结果为[6, 7]