第10-11周Python学习周记

&关于计划：

利用课余时间，对python进行三个并发进程式的学习：

1.阅读西瓜书（《机器学习》）；

2.对于python相关库的学习（参考简书文档）；

3.时间允许的话，尽可能了解一些身为程序员必要掌握的知识（例如json，参考于网络资源）。

&小结时间：第10~11周

&学习内容：

1.阅读了《机器学习》中第一章的《基本术语》部分；

2.关于切片（简化指定索引范围的索引操作）：

a.

代码：

>>> eg=['apple','banana','pear']

>>> eg[:3]

['apple', 'banana', 'pear']

eg[:3]表示从索引0开始取，直到索引3为止，但不包括索引3。即索引0，1，2，正好是3个元素。

b.从索引1开始，取出2个元素出来：

>>> eg[1:3]

['banana', 'pear']

c.从倒数第二个元素开始取值：

>>> eg[-2:]

['banana', 'pear']

d.可以通过切片轻松取出某一段数列：

首先创建一个0-99的数列：

>>> L = list(range(100))

>>> L

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

取前十个数：

>>> L[:10]

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

取后十个数：

>>> L[-10:]

[90, 91, 92, 93, 94, 95, 96, 97, 98, 99]

前十个数，每两个取一个：

>>> L[:10:2]

[0, 2, 4, 6, 8]

所有数，每五个取一个：

>>> L[::5]

[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

3.关于Numpy（摘要）：

a.关于随机生成数列：

>>> import numpy as np

>>> np.arange(60,80,5)       

                    #以5为步从60到80（不包括80）间取                        数，返回一个数组

array([60, 65, 70, 75])

>>> np.linspace(0,2,9)       

                      #从0到2取9个数，返回一个数组

array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ])

b.关于矩阵乘积：

>>> a = np.array([[1,1],

... [0,1]])

>>> b = np.array([[2,0],

... [3,4]])

>>> a*b #元素级别乘积

array([[2, 0],

[0, 4]])

>>> a.dot(b) #矩阵乘积1

array([[5, 4],

[3, 4]])

>>> np.dot(a,b) #矩阵乘积2

array([[5, 4],

[3, 4]])

c.矩阵的转置：

>>> x = np.arange(16).reshape((4,4))

>>> x

array([[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11],

[12, 13, 14, 15]])

>>> np.transpose(x)

array([[ 0, 4, 8, 12],

[ 1, 5, 9, 13],

[ 2, 6, 10, 14],

[ 3, 7, 11, 15]])

d.数组的堆叠：

>>> x = np.arange(4).reshape((2,2))

>>> y = np.arange(4).reshape((2,2))

>>> x

array([[0, 1],[2, 3]])

>>> y

array([[0, 1],

[2, 3]])

>>> np.vstack((x,y)) #垂直堆叠

array([[0, 1],

[2, 3],

[0, 1],

[2, 3]])

>>> np.hstack((x,y)) #水平堆叠

array([[0, 1, 0, 1],

[2, 3, 2, 3]])

>>> x = np.arange(8)

>>> x

array([0, 1, 2, 3, 4, 5, 6, 7])

>>> x[:,newaxis]

                                #利用newaxis将1D数组作为                                    列堆叠到2D数组中

array([[0],

[1],

[2],

[3],

[4],

[5],

[6],

[7]])

>>> x

array([0, 1, 2, 3, 4, 5, 6, 7])

>>> y = x

>>> y

array([0, 1, 2, 3, 4, 5, 6, 7])

>>> np.column_stack((x,y))

                          #利用column_stack(将1D数组作                              为列堆叠到2D数组中

array([[0, 0],

[1, 1],

[2, 2],

[3, 3],

[4, 4],

[5, 5],

[6, 6],

[7, 7]])

3.用requests模块从Web下载文件（参考网络资源进行学习）

A.用requests.get()函数下载一个网页：

>>> import requests

                                        #requests.get()函数接收                                      一个要下载的URL字符串

>>> res = requests.get('http://www.gutenberg.org/cache/epub/1112/pg1112.txt')

>>> type(res)

                                        #requests.get()函数返回                                            的是一个Response对象

<class 'requests.models.Response'>

>>> res.status_code == requests.codes.ok

                        #判断对这个网页的请求是否成功

True

>>> len(res.text)            #下载的页面作为一个字                                            符串保存在Response                                              对象的text变量中

178981                      #调用len函数查看其长度

该URL指向一个文本页面，其中包含整部罗密欧与朱丽叶，它是由古登堡计划提供的。

B.结合for循环和Response对象的iter_content()方法将下载的文件保存到硬盘

图片发自简书App

图片发自简书App

4.json模块：

a.用loads()函数读取JSON：

>>> sojd = '{"name":"Jack","isCat":true,"miceVaught":0}'

>>> import json

>>> jdapd = json.loads(sojd)

>>> jdapd

{'isCat': True, 'miceVaught': 0, 'name': 'Jack'}

b.用dumps函数写出JSON

>>> pd = jdapd

>>> pd

{'isCat': True, 'miceVaught': 0, 'name': 'Jack'}

>>> sojd1 = json.dumps(pd)

>>> sojd1

'{"isCat": true, "miceVaught": 0, "name": "Jack"}'