机器学习基础学习笔记【二】

一. Python数据处理基础

1. 基本数据类型

• 标准数据类型有6种，包括number、str、list、tuple、set、dictionary
• 其中number和str属于基础数据类型，list、tuple、dict、set属于复合数据类型
• list、set、dictionary是可变数据类型，number、str、tuple不可变数据类型

1.1 number

• 数值型，是专门用于存储数值的数据类型，具有不可变性。
• 所以数值型数据没有++、–等自增自减运算符
• 支持4种不同的数值数据类型：int、float、bool、complex
• 2个数相除，结果总是浮点数，即便这2个数都是整数且能整除

1.2 str

1.索引

• 通过索引获得字符串中单个字符的值。
• 索引从0开始，也可以用负索引。
  2.切片
• 通过切片来获取子字符串的值【利用索引同时取出字符串中多个字符】
• 切片时结束索引的值取不到。
  3.其他操作
• 可通过 变量[::-1] 实现字符串反向排列

str='Picture' 
print(str[2]) # 索引 
print(str[1:3]) # 切片 
print(str[-3:-1]) 
print(str[3:-1]) 
print(str[-6:7]) 
print(str[2:]) #从开始索引到末尾 
print(str[:5]) # 从开头到末索引之前的元素  
print(str[:]) # 整个字符串
print(str[1::2]) # 步长 
print(str[::-1]) print(str*2) print(str+'TEST')

c
ic
ur
tur
icture
cture
Pictu
Picture
itr
erutciP
PicturePicture
PictureTEST

• 可以对字符串变量整体修改，但是不能对字符串中某个字符进行修改
• 字符串改写常用方法:
• 注意：.capitalize()和.title()除了改变首字母为大写外，其他大写字母还会改写为小写字母

1.2.1 字符串判断

• 判断字符串以什么开头，用方法.startswith()
• 判断字符串以什么结尾，用方法.endswith()
• 判断字符（串）是否在字符串中，可以是用“in”运算符
• 通过方法.find()获取字符或子串的下标，当返回值为-1时，表示没有找到

1.2.2 拆分字符串

• 使用方法.split()，得到的是一个列表
• 列表的索引和切片同字符串,但是列表中的单个元素可以修改
• 列表常用的方法如下：

1.3 列表 []

1.3.1 删除列表元素

• 前3种是通过位置删除，最后1种是通过值删除

1. 使用del语句删除元素， del mylist[0] ，是将列表中索引为0的元素删除
2. 使用pop()方法删除最后一个元素，使用pop()方法可以删除列表最后一个元素，并可将该元
   素赋值给某变量 mylist1=mylist.pop()
3. 使用pop()方法删除任何位置的元素，只要在括号中指定要删除元素的索引，并可将该元素赋
   值给某变量。 mylist1=mylist.pop(3)
4. 根据值删除元素，使用remove()方法，并可将该元素赋值给某变量。
   mylist1=mylist.remove(‘elem’) ，该方法只删除第一个指定的值，如果要删除的值在列表中出现多次，需要使用循环来实现

1.4 tuple ()

• 元组写到()中，元素之间用逗号分隔，元素可以具有不同额类型
• 元组与列表类似，但是元组中的元素不能修改
  但如果元组内部的数据项是可变类型，则该数据项可以修改，比如数据项为列表
• 元组的截取方式与字符串和列表类似，下标都是从0开始，末尾的位置从-1开始
• 元组可以直接赋值给变量

1.5 dict {}

1. 字典的访问需要使用键，并且用[]将键括起来
2. 修改字典：通过访问键进行赋值实现添加或修改，使用update()方法修改或添加，使用del运
   算符删除，使用clear()方法清空字典

dict={'name':'zhangsan','age':20} 
print('原字典：') 
print(dict) # 添加 
dict['gender']='Female' 
print('添加后：') 
print(dict) # 修改1 
dict['name']='lisi' 
print('修改后：') 
print(dict) # 修改2 
dict.update({'No':1,'age':22}) 
print('修改后：')
print(dict) # 删除 
del dict['gender'] 
print('删除后：') 
print(dict) # 清空 
dict.clear() 
print('清空后：') 
print(dict)

原字典： {‘name’: ‘zhangsan’, ‘age’: 20}
添加后： {‘name’: ‘zhangsan’, ‘age’: 20, ‘gender’: ‘Female’}
修改后： {‘name’: ‘lisi’, ‘age’: 20, ‘gender’: ‘Female’}
修改后： {‘name’: ‘lisi’, ‘age’: 22, ‘gender’: ‘Female’, ‘No’: 1}
删除后： {‘name’: ‘lisi’, ‘age’: 22, ‘No’: 1}
清空后： {}

1.6 set {}

• 由一系列无序的【所以不能索引】、不重复的数据项组成，集合中每个元素都是唯一的。
• 创建集合可以使用{}或者set()函数，set()函数的参数是str，会将该str拆分为单个字符
• 创建一个空集合必须使用set()函数，因为空的{}创建的是空字典。
• 集合的作用主要是去重，可以使用set()函数进行去重

1.7 range()函数

1. 用于生成一系列数，返回值是range类型。【注意：是一系列数，不是列表】，这是一个函
   数，参数之间用逗号隔开。

• 参数可以取1个，range(a)得到从0开始到a-1共a个数。取不到最后一个值，这是编程语音的
  差一行为的结果
• 参数取2个，range(b,a)得到从b开始到a-1共a-b+1个数
• 参数取3个，range(b,a,c)得到从b开始到a-1的若干个数，各数之间的差值为c，即第3个参数
  用于设置步长

2. 运算符

2.1 算术运算符

• +、-、*、/、%、**、//
• 进行除法运算时，不管商为整数还是浮点数，运算结果始终为浮点数

2.2 位运算符

• &、|、^、~、<<、>>
  -== ^ 是异或==
• ~ 是按位反转。转换公式是~x=-x-1这里用到：负数在计算机里用补码存。

2.3 输入输出

2.3.1 input

• input函数将所有接收的数据类型都默认为str，要得到需要的数据类型，需要强制转换。

2.3.2 格式化输出

• 主要是为了方便修改语句，减少编写代码的工作量，并且包含自动取位、转换进制等
• 格式化输出有3种， %+格式符方法、format函数方法、f-string方法

1. %s、%d、%f、%%。如
   print(“我的名字是%s”%name)
   print(“我的学号是%06d”%student_no)
   print(“苹果单价%.02f”%price)
   print(“数据比例%.02f%%”%scale)

2. 使用format。如
   print(“{}曰：学而时习之，不亦{}”.format(“孔子”,“说乎”))
   print(“{1}曰：学而时习之，不亦{0}”.format(“说乎”,“孔子”))

3. f-string（f字符串）方法
   print(f’{name}的爱好是{fondness}')
   其中name和fondness是变量名，比如name=“zhangsan” fondness=“pingpang”

4. print(doc) 语句的作用是：打印该语句前面但离得最近的那个大段注释（也叫说明文
   档）

3. 控制结构

• 关于break和continue

for i in range(10):
	if i==3: 
		break 
	print(f'--------{i}--------') 
	for j in range(6): 
		if j==2: 
			continue 
		elif j==4: 
			continue 
		else:
			print(j)

--------0--------
0
1
3
5
--------1--------
0
1
3
5
--------2--------
0
1
3
5

4. 函数

4.1 函数参数

• 不定数量位置参数【元组】，定义时前面加一个星号
• 不定数量的关键字参数【字典】，定义时前面加两个星号

# 位置参数、默认参数、不定量参数【元组】、关键字参数【字典】 
def func(a,b=1,*num,**kwargs): 			 
	print(a,b,num,kwargs) 
	
func(2) 
func(4,2,3,4,5,6,c=2,d=5,e=8) 
func(4,2,3,d=5,e=8)

4.2 匿名函数

• 函数无名，用lambda关键字创建

5. 数据文件读写

5.1 Python原生标准文件的打开、读取（写入）、关闭操作

1. 打开文件的内置函数是open()函数，打开文件后会创建一个文件对象，对文件的访问通过这
   个文件对象进行

• 函数中的参数有3个，第1个是文件名、第2个是打开方式、第3个参数是可选的，用来设置是否使用缓冲区
• 函数中各参数都用引号引上

2. 文件的不同打开方式

• 打开方式有w、w+、r、r+、a、a+等。带有+表示读写方式打开
• 还有wb、rb、ab等打开方式，为二进制方式打开。
• 打开方式为写入或追加时，如果文件存在则打开该文件，如果该文件不存在则创建文件

3. 文件打开方式不同，指针指向不同

• 打开方式为w、r时，指针指向文件的开头
• 打开方式为a时，指针指向文件的结尾

4. 向文件写入数据，使用文件对象的write()方法，参数是要写入文件的字符串

• 如果需要对文件写入数据，打开方式需要选择’w’(覆盖写入)或者’a’(追加)或‘r+’模式
• 打开方式为w：在写入时会清空文件中内容，然后从当前指针处开始往后重新写入数据
• 打开方式为a：在写入时会在后面文件最后添加
• 打开方式为r+：在写入时，会从当前指针开始覆盖原文件中的内容，后面没有被覆盖的内容
  保留。

5. 文件对象也提供了读取文件的方法，包括read()、readline()、readlines()等

• f.read()，默认读取整个文件，如果设置了参数count，则从当前位置读取count字节。返回值
  为字符串
• f.readline()，从当前位置读取文件中一行，返回值为字符串
• f.readlines()，从当前位置开始，读取文件的所有行，返回值为列表，列表的一项对应文件的
  一行，是字符串。可以使用for循环对文件对象进行遍历
• 文件读取或写入后，文件指针的指向会发生变化

6. 文件使用完毕后，要关闭文件。使用文件对象的.close()方法关闭文件

• 更方便的方法是使用python提供的with语句，使用with语句打开文件时，不必调用f.close()方
  法就能自动关闭文件。即使文件读取出错，也会保证关闭文件。

with open('f:/temp.txt','a+') as f: 
	f.write('lisi\n')

5.2 Numpy存取文件

• 可以通过loadtxt()从文本文件中读取数据，得到的是nd-array
• 用savetxt()把数组写入文本文件
• Numpy主要读、写函数如下:
• Numpy中ndarray要求元素是单一数据类型的数据。
• 读取的.csv文件中的数据类型可能不同，所以加dtype=np.str_将所有数据转换为统一的类型，即string类型

# 读取 import numpy as np 
tmp=np.loadtxt('f:/temp1.txt',dtype=np.str_,delimiter='\n') 
print(tmp,type(tmp))

# 另一种导入包及函数的方式 
from numpy import loadtxt 
tmp=loadtxt('f:/temp1.txt',dtype=np.str_,delimiter='\n') 
print(tmp,type(tmp))

5.3 Pandas存取文件

• Pandas的基础是Numpy，核心功能是数据计算和处理。
• Pandas库提供了专门的文件输入输出函数，大致分为读取函数和写入函数，如表
  

import pandas as pd 
data=pd.read_csv('f:/data/film.csv') # 默认是逗号分隔符，可以省略 
data.head()