python_day14_set_回到了python的学习

      今天晚上去参加了一下华为的2019届应届生招聘宣讲会,重新激了我学编程(ptthon)的热情,也是更加的有动力了吧。还有就是放弃硬件了,不过今天他们都羡慕幸运er,因为抽到了一个p20,但是我想着如果是我被抽到了的话,我肯定会用着那部手机肯定会特不舒服,因为不是靠自己的努力得来的。那么加油吧,明天还是充满希望的,只有自己有足够的能力,学完之后,一定要做出一个项目出来!!接下来方笔记:

深浅拷贝,昨天的:

#Author:"haijing"
#date:2018/9/19

# 拷贝:(当列表中只有数据时)
# s0=[1,'haijing','min']
# s1=s0.copy() #将s0拷贝给s1
# s1[0]=3 #此时只有s1的第一项发生变化
# print(s0)
# print(s1)

# 深浅拷贝:(当列表中还包括一个列时)
# s0=[[1,2],'haijing','min'] 在一个列表中还有一个列表 注意:# s2[0]=[1,2]
# s2=s0.copy()
# s2[0][1]=34 此时s0的数据也会改变,改字符串没事,改列表就会有问题
# print(s0)
# print(s2)

# 第一种 简单的传递
# a=1 #此时开辟了一个内存空间给a
# b=a #此时开辟了另一个内存空间给b,所以在改a的值的时候,并不影响b的值
# a=2
# print(a) #打印2
# print(b) #打印1

#第二种(01)copy
# a=[1,2,3] #此时开辟了一个内存空间给a
# b=a.copy() #此时开辟了另一个内存空间给b,所以在改a的值的时候,并不影响b的值
# a[0]=22
# print(a) #打印[22, 2, 3]
# print(b) #打印[1, 2, 3]

#第二种(02)copy
# a=[[11,22],2,3] #此时开辟了一个内存空间给a
# b=a.copy() #此时也开辟了另一个内存空间给b,但是a[0]=[11,22],这个b和a是共享地址的
# a[0][0]=8990 #所以在改变a的内存空间中的值的时候,b的值也会在变
# print(a) #打印[[8990, 22], 2, 3]
# print(b) #打印[[8990, 22], 2, 3]


#应用如下:(丈夫+妻子)
# husband = ['haijing',123,[15000,9000]] #表示丈夫xiaohu开了一张卡号为123、额度为15000,剩余额度为9k的信用卡
# wife=husband.copy() #此时夫妻两个人即可,可以共用一张信用卡
# wife[0] = 'min' #更改为妻子的名字
# wife[1]=456 #更改一下信用卡的卡号
#
# husband[2][1] = husband[2][1]-3000 #此时丈夫花钱,他们共同的信用卡的额度都会减少 husband[2][1] -= 3000也可以
# print(wife)

#应用如下:(丈夫+妻子+小三) 此时是要求:妻子和丈夫共用信用卡,小三和丈夫共用信用卡,用到深浅拷贝
import copy
husband = ['haijing',123,[15000,9000]] #表示丈夫xiaohu开了一张卡号为123、额度为15000,剩余额度为9k的信用卡
wife=husband.copy() #此时夫妻两个人即可,可以共用一张信用卡
wife[0] = 'min' #更改为妻子的名字
wife[1]=456 #更改一下信用卡的卡号

# xiaosan = copy.copy(husband) #浅拷贝,不用 丈夫和小三任何一个人花钱,都会导致信用余额变化
xiaosan = copy.deepcopy(husband) #深拷贝,用 小三花钱,不会导致丈夫的信用卡的余额变化
xiaosan[0] = 'Jinxing'
xiaosan[1] = 666

xiaosan[2][1] -= 1999 #小三画了1999元钱

husband[2][1] = husband[2][1]-3000 #此时丈夫花钱,他们共同的信用卡的额度都会减少 husband[2][1] -= 3000也可以
print(wife) #打印['min', 456, [15000, 6000]]
print(xiaosan) #打印['Jinxing', 666, [15000, 7001]] 但是他们都话的是husband的钱
print(husband) #打印['haijing', 123, [15000, 6000]]


集合set 今天的,好像就一点哈:
#Author:"haijing"
#date:2018/9/20

# 集合set:把不同的元素集合在一起
# s=set('haijing') #创建一个集合
# print(s) #打印{'g', 'n', 'a', 'i', 'h', 'j'} 如果有重复的字母,只会显示一个作用之一就是去重
# print(type(s)) #打印 <class 'set'>
# s=list(s)
# print(s,type(s)) #打印['i', 'a', 'n', 'g', 'h', 'j'] <class 'list'>




















转载于:https://www.cnblogs.com/YiYA-blog/p/9683790.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
保留原本功能优化以下代码import pandas as pd import numpy as np import matplotlib.pyplot as plt # 1.读取并查看数据 bike_day = pd.read_csv("C:/Users/15020/Desktop/26.bike_day.csv") print(bike_day.head(5)) # 前5行 print(bike_day.tail(2)) #后2行 #2.处理数据并导出到文件 bike_day_user = bike_day[['instant','dteday','yr', 'casual', 'registered']].dropna() bike_day_user.to_csv('bike_day_user.txt', sep=' ',index=False, header=False) #3.读取数据并添加新列并导出到新文件 bike_day_user = pd.read_csv('bike_day_user.txt', sep=' ', header=None, names=['instant','dteday','yr', 'casual',"registered"]) bike_day_user['cnt'] = bike_day_user['casual'] + bike_day_user['registered'] bike_day_user.to_excel('bike_day_user_cnt.xlsx', index=False) #4.读取数据并进行统计 bike_day_user_cnt = pd.read_excel('bike_day_user_cnt.xlsx') print('cnt最大值:',bike_day_user_cnt['cnt'].max()) print('ent最小值:',bike_day_user_cnt['cnt'].min()) print('2011号cnt年平均值:',bike_day_user_cnt[bike_day_user_cnt['yr'] == 0]['cnt'].mean()) print('2012年cnt年平均值:',bike_day_user_cnt[bike_day_user_cnt['yr'] == 1]['cnt'].mean()) print('2011年月严始值:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 0].groupby('mnth')['cnt'].mean()) print('2022年月平均值:', bike_day_user_cnt[bike_day_user_cnt['yr'] == 1].groupby('mnth')['cnt'].mean()) # 5.可视化并保存图像 fig, ax = plt.subplots() ax.barh(bike_day_user_cnt['mnth'], bike_day_user_cnt[bike_day_user_cnt['yr'] == 0].groupby('mnth')['cnt'].mean(), color='blue', label='2011') ax.barh(bike_day_user_cnt['mnth'], bike_day_user_cnt[bike_day_user_cnt['yr'] == 1].groupby('mnth')['cnt'].mean(), color='lightblue', label='2012') ax.set_yticks(np.arange(1,13)) ax.set_yticklabels(['Jan','Feb','Mar', 'Apr', 'May','Jun','Jul','Aug', 'sep', 'Oct','Nov','Dec']) ax.set_xlabel('Average number of shared bike users') ax.set_title('Monthly Average Number of Shared Bike Users in 2011-2012') ax.legend() fig.savefig('bike_day_user_cnt.png', dpi=300)
06-03

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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