【十一】机器学习之路——Python基础数据运算

  没学习过Python的小伙伴可能会对之前博客里的代码里的array,arrange,list等一头雾水，今天咱们简单介绍一下Python里的这些基础的数据运算方法，及Python里的基础数据类型。本篇博客参考Runoob网站的python基础教程，有兴趣的小伙伴可以通过这个链接学习一下Python的基础知识。现在介绍一下python里的标准数据类型:

Python标准数据类型

在内存中存储的数据可以有多种类型。和其他语言一样Python里也有数字、字符串这些数据类型。在Python里定义了一些标准类型，用于存储各种类型的数据。

Python有五个标准的数据类型：

• Numbers（数字）
• String（字符串）
• List（列表）
• Tuple（元组）
• Dictionary（字典）

---

Number(数字)

数字数据类型用于存储数值。当你指定一个值时，Number对象就会被创建：

var1 = 1
var2 = 10

Python支持四种不同的数字类型：
- int（有符号整型）
- long（长整型[也可以代表八进制和十六进制]）
- float（浮点型）
- complex（复数)

python里支持复数，可以用 a + bj,或者 complex(a,b) 表示， 复数的实部 a 和虚部 b 都是浮点型。
实例：

---

String（字符串）

字符串或串(String)是由数字、字母、下划线组成的一串字符。
程序员最常见的字符串:

string="Hello World"

如果要从字符串中获取一段子字符串，可以使用变量 [头下标:尾下标]，就可以截取相应的字符串，其中下标是从 0 开始算起，可以是正数或负数，下标可以为空表示取到头或尾。

实例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

str = 'Hello World!'

print str           # 输出完整字符串
print str[0]        # 输出字符串中的第一个字符
print str[2:5]      # 输出字符串中第三个至第五个之间的字符串
print str[2:]       # 输出从第三个字符开始的字符串
print str * 2       # 输出字符串两次
print str + "TEST"  # 输出连接的字符串

输出结果

Hello World!
H
llo
llo World!
Hello World!Hello World!
Hello World!TEST

---

List（列表）

列表在Python里十分常见，是我们使用频率很高的一种数据类型，列表可以完成大多数集合类的数据结构实现。它支持字符，数字，字符串甚至可以包含列表（即嵌套）。
列表用 [ ] 标识，是 python 最通用的复合数据类型。
列表中值的切割也可以用到变量 [头下标:尾下标] ，就可以截取相应的列表，从左到右索引默认 0 开始，从右到左索引默认 -1 开始，下标可以为空表示取到头或尾。
加号 + 是列表连接运算符，星号 * 是重复操作。如下实例：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

list = [ 'runoob', 786 , 2.23, 'john', 70.2 ]
tinylist = [123, 'john']

print list               # 输出完整列表
print list[0]            # 输出列表的第一个元素
print list[1:3]          # 输出第二个至第三个元素 
print list[2:]           # 输出从第三个开始至列表末尾的所有元素
print tinylist * 2       # 输出列表两次
print list + tinylist    # 打印组合的列表

输出结果：

['runoob', 786, 2.23, 'john', 70.2]
runoob
[786, 2.23]
[2.23, 'john', 70.2]
[123, 'john', 123, 'john']
['runoob', 786, 2.23, 'john', 70.2, 123, 'john']

上一篇博客里logistic回归python实现的一段代码，dataMat和labelMat就赋值为列表，然后利用for循环将数据一个一个添加到列表中去，如下所示：

def loadDataSet ():
    dataMat = []; labelMat = []#dataMat为X输入数据，labelMat为输出0，1数据
    fr = open('/Users/cailei/Cai_Lei/AI/MachineLearning_data/Ch05/testSet.txt')
    for line in fr.readlines():
        lineArr = line.strip().split()#移除头尾指定字符，并将数据分割为不同部分
        dataMat.append([1.0,float(lineArr[0]),float(lineArr[1])])#令X0=1.0，X1为第一列数据，X2为第二列数据
        labelMat.append(int(lineArr[2]))#将第三列数据赋值为输出数据
    #print(dataMat)
    return dataMat,labelMat

再写一个简单的例子：

#将dict1里的数据一个一个添加到dict里去
dict = [1,2,3]
dict1 = [4,5,6]
n=len(dict1)
for i in range(n):
    dict.append(dict1[i])
print dict  

#将dict1和dict2直接相加也同样可以
dict = [1,2,3]
dict1 = [4,5,6]
dict2 = dict1+dict
print dict2  

输出结果如下所示：

[1, 2, 3, 4, 5, 6]
[4，5，6，1，2，3]

还有一些列表的函数append(),sort(),count()等与操作可以参考Runoob网站的python基础教程。

---

Tuple（元组）

元组是另一个数据类型，类似于List（列表）。
元组用”()”标识。内部元素用逗号隔开。但是元组不能二次赋值，相当于只读列表。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

tuple = ( 'runoob', 786 , 2.23, 'john', 70.2 )
tinytuple = (123, 'john')

print tuple               # 输出完整元组
print tuple[0]            # 输出元组的第一个元素
print tuple[1:3]          # 输出第二个至第三个的元素 
print tuple[2:]           # 输出从第三个开始至列表末尾的所有元素
print tinytuple * 2       # 输出元组两次
print tuple + tinytuple   # 打印组合的元组

输出结果：

('runoob', 786, 2.23, 'john', 70.2)
runoob
(786, 2.23)
(2.23, 'john', 70.2)
(123, 'john', 123, 'john')
('runoob', 786, 2.23, 'john', 70.2, 123, 'john')

---

Dictionary（字典）

字典(dictionary)是除列表以外python之中最灵活的内置数据结构类型。列表是有序的对象集合，字典是无序的对象集合。
两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取。
字典用”{ }”标识。字典由索引(key)和它对应的值value组成。

#!/usr/bin/python
# -*- coding: UTF-8 -*-

dict = {}
dict['one'] = "This is one"
dict[2] = "This is two"

tinydict = {'name': 'john','code':6734, 'dept': 'sales'}


print dict['one']          # 输出键为'one' 的值
print dict[2]              # 输出键为 2 的值
print tinydict             # 输出完整的字典
print tinydict.keys()      # 输出所有键
print tinydict.values()    # 输出所有值

输出结果

This is one
This is two
{'dept': 'sales', 'code': 6734, 'name': 'john'}
['dept', 'code', 'name']
['sales', 6734, 'john']

  讲完了python里最基础的一些数据格式，大家有个概念上的理解，最好自己写写简单的代码加深印象，下一篇博客简单讲一下python里的numpy库，非常重要且常用的库。