利用Python进行数据分析---第二章

python基础

工具使用

1. 要点记录：
   1）IPython和Jupyter可以在代码执行过程中进行交互，方便探索，并且它将许多Python对象被格式化为更易读的形式；
   2）Jupyter中%run的简单使用：
   a. %run *.py可以运行python程序，可以直接加入参数，但是参数是以字符串的形式传入；
   b. 在当前命名空间中已经定义过的变量，可以在自己的代码中直接调用，但是要在%run 运行时，带上参数-i；
   比如，在命名空间中定义了一个变量d，然后在程序调用该参数。
   
   c.可以通过使用%load函数，将代码导入到代码块中。导入时要使用>>> ，如上图。

3）Jupyter中魔术函数可以直接赋值给变量，如图：

语言语义

1.一般使用tab键或四个空格键缩进；
2.python的所有事物，包括数值，字符串，数据结构，函数，类等都是python对象；python提供了对象模型的一致性，这使得python非常灵活；
3.理解Python的引用的含义，数据是何时、如何、为何复制的，是非常重要的，尤其是当你用Python处理大的数据集时；

4.当你将一个对象作为参数传递给一个函数时，在函数内部接收该对象的变量名就指向了这个对象，而不是将该对象复制给新的变量。因此，在函数中改变对象的值，上层的值也会改变；

5.对象引用不包含类型信息，类型信息保存在对象自身中，每个对象都有明确的类型，Python是强类型语言；
6.Python对象的属性和方法可以通过obj.attribute_name访问，也可以通过getattr函数和相关的hasattr和setattr函数访问，使用后者可以高效编写原生的、可重复使用的代码；
7.可以用isinstance函数检查对象是某个类型的实例：

7.鸭子类型(Duck typing):一个对象有效的语义，不是由继承自特定的类或实现特定的接口（比如java中的继承），而是由当前方法和属性的集合决定；鸭子类型使得python的程序并不检查在调用函数时所传递的参数是否正确，而是通过在函数内部调用方法时判断传入的对象是否存在该方法，比如下面的 代码：
首先，定义两个具有相同方法的类：

class duck():
  def walk(self):
    print('I walk like a duck')
  def swim(self):
    print('i swim like a duck')

class person():
  def walk(self):
    print('this one walk like a duck') 
  def swim(self):
    print('this man swim like a duck')

定义一个函数，并用该函数接收上述两个类的实例，如下：

def watch_duck(animal):
  animal.walk()
  animal.swim()

small_duck = duck()
watch_duck(small_duck)

output >> 
I walk like a duck
i swim like a duck


duck_like_man = person()
watch_duck(duck_like_man)

output >> 
this one walk like a duck
this man swim like a duck

可以看到，该函数并不会检查传入的实例，而是直接通过实例调用各自的方法；如果传入的实例中，要调用的方法不存在，则程序就会报错，如下：

class Lame_Foot_Duck():
  def swim(self):
    print('i am lame but i can swim')

lame_duck = Lame_Foot_Duck()
watch_duck(lame_duck)

output >>
AttributeError: Lame_Foot_Duck instance has no attribute 'walk'

8.可以通过import关键字导入.py文件，并使用.py文件中的变量，函数等，比如有如下代码片段：

#test.py;
PI = 3.1415
def f(x):
	return x + 2

def g(a, b):
	return a + b 

在同一个相同路径下可以这样连接到上述文件中的变量，函数：

import test
result = test.f(5)
pi = test.PI

9.比较特殊的运算符：
1). a / b 表示除； a // b 表示整除； a ** b 表示a的b次方；
2). is 和is not 最常用于检查一个变量是否为none；
10.python中的可变对象包括：列表，字典，数组等；不可变对象包括字符串，元组等；(建议能使用不可变对象，就是用不可变对象，因为修改可变对象，可能会引入副作用）；

标量类型

1.概念：用于处理数值数据、字符串、布尔值，和日期时间。这些单值类型被称为标量类型；
2.数字类型：包括int类型和float类型；int类型可以存储任意大小数字，float类型时双精度64位浮点数；
3.字符串：python中字符串是不可变的，可以使用replace函数对字符串进行替换，如下：

4.反斜杠符号\是转义字符，可以指定特殊符号，比如\n,\,'等；如果要在字符串中使用特殊符号，就需要将其转义；如果字符串中有大量反斜杠符号时，可以在字符串前加一个前缀符号r，表明这些字符时原生字符，如下：

5.str、bool、int和float既是标量类型，也是函数，可以用来转换类型；
6.Python内建的datetime模块提供了datetime、date和time类型。datetime类型结合了date和time，是最常使用的；
7.可以通过strptime将字符串转换为datetime对象，也可以通过strftime函数将datetime对象转换为字符串；另外，可以分别通过date和time从datetime实例中取出其对象，如下：

8.datetime是不可变类型数据，但是在处理时间序列数据时，有时需要修改datetime的值，这时可以用dt.replace方法进行替换，但是这种替换不是修改datetime对象的值，而是生成新的对象，并将值放入其中，如下：

9.两个datetime类型数据的差会形成datetime.timedelta类型数据，将timedelta添加到datetime，会产生一个新的偏移datetime；如下：

控制流

1.python控制流与其他语言基本相同，这里不再记录；需要注意的是，在程序中有时要用到pass语句占位表示不执行任何操作，因为python是用缩进分割代码；
2.range(起始，结尾，步长)是在循环控制中经常使用的用于遍历的函数，它可以产生一个左闭右开的序列，如下：

3.Python中的三元表达式可以将if-else语句放到一行里，形式如下：

value = true-expr if condition else false-expr

虽然使用三元表达式可以压缩代码，但会降低代码可读性，一般不推荐使用；