Python Toturial(Python指南) v2.6阅读笔记

内建模块:

float(),int(),long(),abs(),sum(),str(),repr(),set(),sorted(),len(),range(),open()

str.format str,str.rjust,str.ljust,str.center,str.zfill,

 

模块开头2行:

#! /usr/bin/env python

# -*- coding: utf-8 -*-

 

Linux下给脚本追加执行权限 $ chmod +x myscript.py

 

1,函数的执行引入了一个新的局部符号表,用于存放函数的局部变量。更加准确的说,在函数
中所有的变量赋值都将存储在局部符号表中;对变量进行引用的时候,首先会在局部符号表
中查找,然后在包含此函数的函数局部符号表中查找,最后到全局符号表查找,最后到内建
名字表。

2,:lambda a,b: a+b

3,list.append(x),list.extend(L),list.insert(i, x),list.remove(x),list.pop([i]),list.index(x),

    list.count(x),list.sort(),list.reverse()

4,Using lists as stacks( LIFO) 用append和pop方法执行进出操作

    stack = [3, 4, 5],stack.pop()把5给取出来,stack中只剩下3,4

5,队列(FIFO)(collections.deque) 用append和popleft方法执行进出操作

6,函数化变成工具:

        filter(function, sequence)返回序列中function(item)测试为真的所有元素的列表。如果sequence 是一 string 或者tuple,会返回和它一样的类型,否则返回一个列表。

        map(function, sequence)对队列中的每个元素调用function(item)函数,并且返回函数所有返回值的列表。

        reduce(function, sequence)返回二参数函数function 在元素上的值,其中,函数首先计算前两个元素的值,再将返回值与第三个元素计算,依次计算得到最后结果。

7,List Comprehensions 列表推导式

        每一个列表推导式由一个表达式,以及表达式后的一个for 从句,然后0个或者多个for 或者if 从句组成。如果表达式想要表达为一个元组,必须用括号括起来。

8,tuple元组由逗号分开的一组值组成,在输入时,可以使用或者不适用括号,不过括号一般情况下都是必须的(比tuple 是一个很大的表达式中的一部分)。

9,语句t = 12345, 54321, 'hello!'是一个tuple packing 的例子:12345, 54321 和'hello!'被打包到一个元组中。逆向的操作也支持:这被称之为sequence unpacking,右边的序列为任意类型皆可。序列划分需要左边的变量数与右边的序列大小一致。值得一提的是,多重赋值实际上是元组打包和分块的结合。

10,knights = {'gallahad': 'the pure', 'robin': 'the brave'}

     for k, v in knights.iteritems():

11,在对序列进行循环访问的时候,使用enumerate()函数可以同时返回位置索引以及与之对应的值。

     for i, v in enumerate(['tic', 'tac', 'toe']):

12,module.py:文件名就是模块名

     py文件可以被直接执行,执行的时候编译器会试图保存对应版本的pyc文件,如果保存不成功,pyc将被忽略

     .pyc:预编译(byte-compiled 字节码 二进制编译)文件   一个模块被编译后,会自动生成相应的pyc文件

     pyc字节码文件是平台独立的,所以python模块目录可以在不同架构的机器之间共享

     .pyo 使用-o参数调用python编译器,会生成代码并保存在.pyo文件中。(删除了assert)

13,来自.pyc 文件或.pyo 文件中的程序不会比来自.py 文件的运行更快;.pyc 或.pyo 文件只是在它们加载的时候更快一些。

14,必须要有一个__init__.py 文件的存在,才能使Python 视该目录为一个包,。最简单的情况下,__init__.py 可以只是一个空文件,不过它也可能包含了包的初始化代码,或者设置了__all__量

15,Python 所有类成员(包括数据成员)都是public 的,所有的成员函数都是virtual 的。

16,

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
GeoPandas是一个开源的Python库,旨在简化地理空间数据的处理和分析。它结合了Pandas和Shapely的能力,为Python用户提供了一个强大而灵活的工具来处理地理空间数据。以下是关于GeoPandas的详细介绍: 一、GeoPandas的基本概念 1. 定义 GeoPandas是建立在Pandas和Shapely之上的一个Python库,用于处理和分析地理空间数据。 它扩展了Pandas的DataFrame和Series数据结构,允许在其中存储和操作地理空间几何图形。 2. 核心数据结构 GeoDataFrame:GeoPandas的核心数据结构,是Pandas DataFrame的扩展。它包含一个或多个列,其中至少一列是几何列(geometry column),用于存储地理空间几何图形(如点、线、多边形等)。 GeoSeries:GeoPandas中的另一个重要数据结构,类似于Pandas的Series,但用于存储几何图形序列。 二、GeoPandas的功能特性 1. 读取和写入多种地理空间数据格式 GeoPandas支持读取和写入多种常见的地理空间数据格式,包括Shapefile、GeoJSON、PostGIS、KML等。这使得用户可以轻松地从各种数据源中加载地理空间数据,并将处理后的数据保存为所需的格式。 2. 地理空间几何图形的创建、编辑和分析 GeoPandas允许用户创建、编辑和分析地理空间几何图形,包括点、线、多边形等。它提供了丰富的空间操作函数,如缓冲区分析、交集、并集、差集等,使得用户可以方便地进行地理空间数据分析。 3. 数据可视化 GeoPandas内置了数据可视化功能,可以绘制地理空间数据的地图。用户可以使用matplotlib等库来进一步定制地图的样式和布局。 4. 空间连接和空间索引 GeoPandas支持空间连接操作,可以将两个GeoDataFrame按照空间关系(如相交、包含等)进行连接。此外,它还支持空间索引,可以提高地理空间数据查询的效率。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值