Python知识复习总结笔记

对Python进行学习复习总结，没事的时候可以看看。

目录

一、Python基础知识概要

（一）Python关键字

（二）数据类型

1、数值类型（int、float、complex）

2、布尔类型（bool）

3、字符串（str）

4、序列类型

（1）列表 (list)

（2）元组（tuple）

5、散列类型

（1）字典（dict）

（2）集合（set）

（三）循环语句和条件语句

1、for循环

2、while循环

3、if语句

（四）函数与类

1、传递任意数量实参

2、匿名函数

3、关于类

（五）异常

二、Python的办公自动化

（一）PDF

（二）Word

（三）PPT

（四）Excel

1、openpyxl库的使用

2、pandas库的使用

三、Python数据分析可视化：Matplotlib库

（一）绘制图形

1、绘制柱状图

2、绘制折线图

3、绘制散点图

4、绘制直方图

（二）绘制图形示例

结尾

---

首先，关于Python的安装，使用Windows系统的可从 Python官方网站 下载安装即可。但是建议直接安装Anaconda，因为Anaconda自带Python，而且自带一些现成库，使用也方便。安装Anaconda从 Anaconda官方网站 下载安装即可。

使用Linux系统的无须额外安装Python，因为市面上主流的Linux发行版都自带Python。

要安装Anaconda的话请从 Anaconda官方网站 下载并打开终端运行安装。 Anaconda的安装可参看 在Ubuntu上部署机器学习环境 。

笔者穷，没有MacOS系统电脑，就不介绍使用MacOS系统安装Python了。

关于编译器，笔者使用Visual Studio Code、PyCharm和Jupyter Notebook。关于Jupyter Notebook的安装可参看 在云服务器中搭建Jupyter Notebook环境 。

---

一、Python基础知识概要

（一）Python关键字

python的关键字如下：

and	as	assert	break
class	continue	def	del
elif	else	except	finally
for	from	global	if
import	in	is	lambda
not	or	pass	raise
return	try	while	with
yield

（二）数据类型

1、数值类型（int、float、complex）

分为整数、浮点数和复数。

2、布尔类型（bool）

布尔类型就是true和false。

3、字符串（str）

字符串长度使用len()获取，如：

print(len("你好呀"))

运行结果为：

3

Process finished with exit code 0

字符串查找使用in和not in，如：

print("你好呀" in "小姐姐你好呀")

运行结果为：

True

Process finished with exit code 0

字符串的切片与索引，如：

a =  "小姐姐你好呀"
print(a[0])
print(a[2:3])
print(a[:3])
print(a[2:])
print(a[-1])

运行结果为：

小
姐
小姐姐
姐你好呀
呀

Process finished with exit code 0

字符串常用方法有：

a = "Hello-Hello-Hello"
#大写
print(a.upper())
#小写
print(a.lower())
#首字母大写
print(a.title())
#删除末尾空白
print(a.rstrip())
#删除开头空白
print(a.lstrip())
#删除两边空白
print(a.strip())
#通过给定符号进行分割，分割后成为列表
print(a.split('-'))
#将hello替换成hi
print(a.replace('Hello','hi'))

运行结果为：

HELLO-HELLO-HELLO
hello-hello-hello
Hello-Hello-Hello
Hello-Hello-Hello
Hello-Hello-Hello
Hello-Hello-Hello
['Hello', 'Hello', 'Hello']
hi-hi-hi

Process finished with exit code 0

关于format()方法，如下：

print("男主{}想约女主{}，但兜里只有{:.2f}块钱".format("小帅", "小美", 2.5))
print(f"男主{'小帅'}想约女主{'小美'},但兜里只有{2.5}块钱")

运行结果为：

男主小帅想约女主小美，但兜里只有2.50块钱
男主小帅想约女主小美,但兜里只有2.5块钱

Process finished with exit code 0

4、序列类型

（1）列表 (list)

可变、可重复、有序，[ ]

列表的切片索引也是一样，如：

a = [1,2,3,4,5,6]
b = a[:3]
for i in b:
    print(i)

运行结果为：

1
2
3

Process finished with exit code 0

（2）元组（tuple）

不可变、可重复、有序 （）

元组存储空间较少，轻量级。

a = (10, 20, 30)
print(a[0])

运行结果为：

10

Process finished with exit code 0

如果非要修改元组的元素，就给存储元组的变量重新赋值，如：

a = (100,200,300)
a = (200,300)
print(a)
for i in a:
    print(i)

运行结果为：

(200, 300)
200
300

Process finished with exit code 0

5、散列类型

（1）字典（dict）

可变、key不可重复value可重复、无序   {k:v}

但在Python3.7版本之后有序，可增加、更新、删除元素。

给字典里添加键值对，例如：

a = {'1':'张三','2':'李四'}
print(a)
a['3'] = '王五'
a['4'] = '赵六'
print(a)

运行结果为：

{'1': '张三', '2': '李四'}
{'1': '张三', '2': '李四', '3': '王五', '4': '赵六'}

Process finished with exit code 0

在字典里存储列表，例如：

a = {'1':['张三','李四'],'2':['王五','赵六'],'3':['孙七','周八']}
for key,value in a.items():
    print(f"第{key}组：")
    for v in value:
        print(v.title())

运行结果为：

第1组：
张三
李四
第2组：
王五
赵六
第3组：
孙七
周八

Process finished with exit code 0

修改键值对的值，例如：

a = {'1':'张三','2':'李四'}
print(a)
a['1'] = '王五'
print(a)

运行结果为：

{'1': '张三', '2': '李四'}
{'1': '王五', '2': '李四'}

Process finished with exit code 0

删除键值对，例如：

a = {'1':'张三','2':'李四'}
print(a)
del a['2']
print(a)

运行结果为：

{'1': '张三', '2': '李四'}
{'1': '张三'}

Process finished with exit code 0

遍历字典，例如：

a = {'1':'张三','2':'李四'}

for key in a.keys():
    print(f"key:{key}")

for key in a:
    print(f"key:{key}")

for value in a.values():
    print(f"value:{value}")

for key,value in a.items():
    print(f"key:{key}")
    print(f"value:{value}")

运行结果为：

key:1
key:2
key:1
key:2
value:张三
value:李四
key:1
value:张三
key:2
value:李四

Process finished with exit code 0

从列表到字典，例如：

a = [1, 2, 3, 4, 5]
b = [10, 20, 30, 40, 50]
c = {a:b for a,b in zip(a,b)}
print(c)

运行结果为：

{1: 10, 2: 20, 3: 30, 4: 40, 5: 50}

Process finished with exit code 0

插入MonngoDB数据库需用字典结构，例如：

from pymongo import MongoClient

client = MongoClient('mongodb://name:password@ip:27017')
database = client.数据库名
collection = database.集合名
collection.insert_three({"name":"张三","age":18},
{"name":"李四","age":20},
{"name":"王五","age":22})

当访问指定键不存在的值时会报键值错误（KeyError），如果要避免这个报错，可以使用到get()方法，例如：

a = {'1':'张三','2':'李四'}
b = a.get('3','没有这个键值')
print(b)

（2）集合（set）

可变、不可重复、无序  { }

不支持索引操作，可增加、删除元素。

可以借助集合将重复数据去除，例如：

a = [1,2,2,3,3,4]
b = set(a)
print(b)

运行结果为：

{1, 2, 3, 4}

Process finished with exit code 0

上述四种类型特点总结可如下表所示：

数据类型	是否可变更	是否可重复	是否有序	符号格式	方法
列表	可变	可重复	有序	[ ]	.append()、.extend()、.remove()、pop()、.sort()、.insert()、.count()、.index()、.reverse()
元组	不可变	可重复	有序	( )	.count()、.index()
字典	可变	key不可重复，value可重复	无序，Python3.7版本之后有序	{k:v}	.keys()、.values()、.items()、.get()、.copy()
集合	可变	不可重复	无序	{ }	.len()、.add()、.update()、.pop()

如果你学了其他编程语言，会接触到数组这个概念，但在Python的数据类型中没有数组，若要使用数组，就要用到NumPy库，例如：

import numpy

a = numpy.array([1,2,3,4,5,6])
print(a)
print(a[1:3])
#全是0的向量
a = numpy.zeros((3,3),dtype='float64')
print(a)
#全是1的向量
a = numpy.ones((3,3),dtype='int')
print(a)
#全是指定数字的向量
a = numpy.full((3,3),7,dtype='int')
print(a)
#线性序列
a = numpy.arange(1,10,2)
print(a)
#均匀序列
a = numpy.linspace(1,10,10)
print(a)
#单位矩阵
a = numpy.eye(3)
print(a)
#单位矩阵
a = numpy.empty(3)
print(a)

运算结果为：

[1 2 3 4 5 6]
[2 3]
[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]]
[[1 1 1]
 [1 1 1]
 [1 1 1]]
[[7 7 7]
 [7 7 7]
 [7 7 7]]
[1 3 5 7 9]
[ 1.  2.  3.  4.  5.  6.  7.  8.  9. 10.]
[[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]
[1. 1. 1.]

Process finished with exit code 0

数组与列表的区别：

关于数学运算方面，如下，列表是复制，数组是做乘法。

import numpy

a = [1, 2, 3, 4, 5]
b = numpy.array(a)
print(a*2)
print(b*2)

运算结果为：

[1, 2, 3, 4, 5, 1, 2, 3, 4, 5]
[ 2  4  6  8 10]

列表只能存储一维数据，数组能存储多维数据，例如：

import numpy

a = numpy.array([[1,2],[3,4],[5,6]])
print(a)

运算结果为：

[[1 2]
 [3 4]
 [5 6]]

Process finished with exit code 0

（三）循环语句和条件语句

1、for循环

for循环生成列表值得平方，例如：

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
b = [i**2 for i in a]
print(b)

运行结果为：

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

Process finished with exit code 0

for循环有时候和range()函数搭配，例如：

for i in range(1, 3):
    print(i)

运行结果为：

1
2

Process finished with exit code 0

2、while循环

while循环可搭配continue和break来弄，例如：

a = 0
while a < 10:
    a += 1
    if a % 2 == 0:
        continue
    print(a)
    if a == 5:
        break
    print(a)

运行结果为：

1
1
3
3
5

Process finished with exit code 0

从别处摘抄的运用了while、for、if语句的程序，用户登录认证，如下：

accounts = {}
f = open("account.db","r")
for line in f:
    line = line.strip().split(",")
    accounts[line[0]] = line
print(accounts)
while True:
    user = input("Username:").strip()
    if user not in accounts:
        print("该用户未注册。")
        continue
    elif accounts[user][2] == "1":
        print("该用户已被冻结。")
        continue
    count = 0
    while count < 3:
        pwd = input("Password:").strip()
        if pwd == accounts[user][1]:
            print("登录成功。")
            exit("再见")
        else:
            print("密码错误。")
    count +=1
    password = input("请输入密码:").strip()

3、if语句

if语句的if-elif-else结构，例如：

age = 18
if age <= 18:
    print("未成年")
elif age <= 65:
    print("成人")
else:
    print("老年")

运行结果为：

未成年

Process finished with exit code 0

还有三元操作符的写法，例如：

x,y = 3,5
small = x if x<y else y
print(small)

运行结果为：

3

Process finished with exit code 0

4、match语句

python3.10引入match，例如：

match http_request.status:
    case 400:
        print("Bad Request")
    case 404:
        print("Not Found")
    #变量名_为通配符，确保match能匹配成功
    case _:
        print("Unknown Error")

match http_request_status:
    case 400|403|404:
        print("Bad request")
    case 500 or 501 or 503:
        print("Server error")

（四）函数与类

1、传递任意数量实参

在定义函数时使用的参数是形参，在调用函数时传递的参数是实参。

如果不知道函数需要接受多少个实参，形参这边可使用*args和**args（字典），例如：

def names(*name):
        print(name)

names("Ram","Shyam","Hari")

def namess(name,age,**args):
    args["name"]=name
    args["age"]=age
    return args

print(namess("Ram", 20))

运行结果为：

('Ram', 'Shyam', 'Hari')
{'name': 'Ram', 'age': 20}

Process finished with exit code 0

2、匿名函数

匿名函数相对简洁，例如：

sum = lambda a,b:a+b
print(sum(10,20))

add = lambda a:a+1
print(add(10))

运行结果如下：

30
11

Process finished with exit code 0

闭包是一种特殊的内嵌函数，内部函数对外层非全局作用域的变量进行引用。

3、关于类

可认为首字母大写的名称指的是类，小写的名称指的是根据类创建的实例。

类名一般才用驼峰命名法，每个单词首字母大写。实例名和模块民一般采用小写，单词之间加下划线。

私有变量，加_，如_secreCount=1，私有方法，如def _foo(self)。

类的继承、多态和封装，例如：

class Human:
    _name = '人'
    def __init__(self, age):
        self.age = age
    def say(self):
        print(f"我是{self._name}类,我有{self.age}岁数")

class Man(Human):
    def __init__(self, name, age):
        super().__init__(age)
        self.name = name
        print('我是男人')
    def _hello(self):
        print(f"我叫{self.name}，年龄为{self.age}")

class Woman(Human):
    def __init__(self, name, age):
        super().__init__(age)
        self.name = name
        print('我是女人')
    def _hello(self):
        print(f"我叫{self.name}，年龄为{self.age}")

if __name__ == '__main__':
    human = Human(20)
    human.say()
    man = Man('张三', 20)
    man._hello()
    woman = Woman('李四', 20)
    woman._hello()

运行结果为：

我是人类,我有20岁数
我是男人
我叫张三，年龄为20
我是女人
我叫李四，年龄为20

Process finished with exit code 0

关于静态方法和类方法，静态方法（）里不写self，类方法使用类名直接访问的方法，例如：

@staticmethod
def method():
    pass

@classmethod
def cm(cls):
    pass

（五）异常和代码调试

1、异常

处理异常所用到的关键字为try、else、except和finally，例如：

try:
    with open('test.txt', encoding='utf-8') as f:
        contents = f.read()
except FileNotFoundError:
    print("没有找到文件")
else:
    print(contents)
finally:
    print("不管有没有异常都会执行")

运行结果为：

没有找到文件
不管有没有异常都会执行

Process finished with exit code 0

抛出异常可使用关键字raise，例如：

raise Exception('error message')

2、代码调试

对于程序在正常运行时遇到的错误、用户的错误，可使用抛出异常处置。如果是针对程序员的错误，可使用assert断言。

使用assert来检查一个条件是否为真。如果条件为假，那么assert会触发一个AssertionError。用于测试，代码前加assert，例如：

a = 11
assert isinstance(a, int) and a < 10, "a不小于10"

运行结果为：

Traceback (most recent call last):
  File "demo.py", line 2, in <module>
    assert isinstance(a, int) and a < 10, "a不小于10"
AssertionError: a不小于10

Process finished with exit code 1

引入日志的话要使用logging库，引入如下：

import logging

logging.basicConfig(filename='aaa.txt',level=logging.DEBUG, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')

日志函数级别用法如下：

级别	日志函数	描述
调试（debug）	logging.debug()	用于记录详细的调试信息
信息（info）	logging.info()	用于记录程序运行时的正常信息
警告（warning）	logging.warning()	用于记录潜在的问题或未来的变化
错误（error）	logging.error()	用于记录由于更严重的问题而导致程序不能按预期运行的情况
临界（critical）	logging.critical()	用于记录非常严重的错误，这些错误通常会导致程序无法继续运行

二、Python的办公自动化

首先在Windows系统中，可将写好的Python代码转换成可执行的程序，方便不懂计算机的同事双击自动化运行，实现办公自动化。实现上述过程需要使用pyinstaller库，安装pyinstaller命令如下：

pip install pyinstaller -i https://mirrors.aliyun.com/pypi/simple

写好的Python代码后缀为.py，输入如下命令将其生成为.exe，双击可运行：

pyinstaller -F test.py

其次，办公嘛分为三大项：Word、PPT和Excel，使用Python进行办公自动化就为通过Python来处理Word、PPT和Excel办公。

（一）PDF

操作PDF使用PyPDF2库，使用命令安装此库：

pip install pypdf2 -i https://mirrors.aliyun.com/pypi/simple

使用PyPDF2库对PDF文档提取文本操作简单示例如下：

from PyPDF2 import PdfReader

pdffile = open(r'C:\Users\AAA\Desktop\中国养老行业未来报告.pdf', 'rb')
reader = PdfReader(pdffile)
print(f"这个PDF文档有{len(reader.pages)}页")
pagefile = reader.pages[0]
text = pagefile.extract_text()
print(text)
pdffile.close()

运行结果如下：

这个PDF文档有67页
中国养老行业未来
医康养一体化
2023.12

Process finished with exit code 0

在工作中使用较多的就是将PDF文件转化为Word格式文件，简单示例如下：

from pdf2docx import Converter

cv = Converter(r'C:\Users\AAA\Desktop\中国养老行业未来报告.pdf')
cv.convert(r'C:\Users\AAA\Desktop\中国养老行业未来报告.docx', start=0, end=None)
cv.close()

最后引用推荐个Github上将文献CAJ文件转换为PDF文件的GitHub - caj2pdf/caj2pdf: Convert CAJ (China Academic Journals) files to PDF. 转换中国知网 CAJ 格式文献为 PDF。佛系转换，成功与否，皆是玄学。

这个作者写的挺好，大家可以看看学习。

（二）Word

Python的Word办公自动化在实际工作中笔者没有遇到，猜想可能要和AI一起用。笔者还没学会LangChain，等会了之后联用再更新这节。

（三）PPT

Python的PPT办公自动化在实际工作中笔者从来没有遇到过，感觉PPT还是要自己设计或者AI设计。但既然大家看了我这篇博客，不水大家，就推荐几个好用的PPT模板网站给大家：

ChatPPT_AI一键对话生成PPT_智能排版美化-必优科技智能PPT（大家如果购买的话麻烦输入下我的共创码哦，3036873，然后我们双方都双方获赠1个月VIP）

PPT超级市场官网-免费、优质、高效、安全的PPT下载和定制

PPT模板_PPT模版免费下载_免费PPT模板下载 -【第一PPT】

PPT模板免费下载_精美免费PPT模板下载 -【优品PPT】

PPT模板_演示星球

主题PPT模板_热门PPT图示模板_精美PPT图表下载「iSlide网站」

（四）Excel

Python的Excel办公自动化使用到两个库：openpyxl和pandas。安装这两个库使用如下命令：

pip install openpyxl pandas -i https://mirrors.aliyun.com/pypi/simple

然后Excel进行表格存储时除了常见的.xlsx格式外，还有.csv等格式。如果需要处理CSV格式文件，还用到csv这个库。csv库无需额外安装。分析CSV文件头例如：

import csv

file = 'D:\aaa.csv'
with open(file) as f:
    reader = csv.reader(f)
    header = next(reader)
    print(header)

Python办公用到的两个库，调整Excel表格格式、合并解除单元格、排序查找替换、绘制Excel图表等操作大多数情况使用openpyxl库。实现Excel函数计算、进行Excel数据分析等操作大多数情况使用pandas库。

1、openpyxl库的使用

openpyxl库在我的理解通常侧重于表格格式设置和美化，如字体设置、对齐设置、行高列宽设置、图表绘制设置等等。

在插入数据、字体边框设置、制作表格等例如：

from openpyxl import Workbook
from openpyxl.styles import Alignment,PatternFill,Font,Border,Side
import datetime

wb = Workbook()
ws = wb.active

# 给单元格A1赋值
ws['A1'] = "学习呀"
a1 = ws['A1']
# 设置单元格对齐方式为左对齐
a1.alignment = Alignment(horizontal='left')
# 合并单元格A2和A3
ws.merge_cells('A2:C2')
a2 = ws['A2']
# 给单元格A2赋值时间
a2.value = datetime.datetime(2024,5,14,11,35,0)
# 设置单元格A2的背景颜色
a2.fill = PatternFill(fgColor='FF0000', fill_type='solid')
# 设置单元格A2的字体
a2.font = Font(name='微软雅黑', size=12, bold=True,color='FFFFFF')
# 设置单元格A2对齐方式为居中
a2.alignment = Alignment(horizontal='center', vertical='center')

rows = [
    ['人员信息表','',''],
    ['姓名', '年龄', '性别'],
    ['张三', 18, '男'],
    ['李四', 19, '女'],
    ['王五', 20, '男'],
    ['赵六', 21, '女'],
    ['孙七', 22, '男'],
]
# 循环写入数据
for row in rows:
    ws.append(row)
# 设置单元格对齐方式、字体、背景颜色、边框
for col in ws["A3":"C9"]:
    for r in col:
        r.alignment = Alignment(horizontal='center', vertical='center')
        r.font = Font(name='微软雅黑', size=12, bold=True,color='FFFFFF')
        r.fill = PatternFill(fgColor='5A1216', fill_type='solid')
        r.border = Border(left=Side(border_style='thin', color='000000'),
                         right=Side(border_style='thin', color='000000'),
                         top=Side(border_style='thin', color='000000'),
                         bottom=Side(border_style='thin', color='000000'))
ws.merge_cells('A3:C3')
a3 = ws['A3']
a3.font = Font(name='微软雅黑', size=12, bold=True,color='FFFFFF')

wb.save(r'C:\Users\AAA\Desktop\test.xlsx')

运行结果为：

在图表绘制设置等例如：

from openpyxl import Workbook
from openpyxl.chart import BarChart,Reference

wb = Workbook()
ws = wb.active

rows = [
    ['时间','数值'],
    ['2024-01-01',400],
    ['2024-01-02',300],
    ['2024-01-03',200],
    ['2024-01-04',100],
    ['2024-01-05',500],
    ['2024-01-06',600],
    ['2024-01-07',700],
    ['2024-01-08',800],
    ['2024-01-09',900],
    ['2024-01-10',1000],
    ['2024-01-11',1100],
]
for row in rows:
    ws.append(row)

chart = BarChart()
# 设置数据
data = Reference(ws,min_col=2,min_row=1,max_col=2,max_row=11)
chart.add_data(data,titles_from_data=True)
chart.title = '时间数值柱状图'
# 设置样式1-48
chart.style = 10
chart.x_axis.title = '时间'
chart.y_axis.title = '数值'
ws.add_chart(chart,'A12')

wb.save(r'C:\Users\AAA\Desktop\test.xlsx')

运行结果为：

openpyxl库也可以用作Excel函数计算，此操作为在Python里写公式传给Excel里运行，例如：

from openpyxl import Workbook

wb = Workbook()
ws = wb.active

rows = [
    ['数值1','数值2','求和'],
    [12,23],
    [34,45],
    [56,67],
]
for row in rows:
    ws.append(row)

for r in range(2,5):
    ws["C"+str(r)] = "=SUM(A"+str(r)+":B"+str(r)+")"

wb.save(r'C:\Users\AAA\Desktop\test.xlsx')

运行结果为：

2、pandas库的使用

首先，是pandas库与openpyxl库之间相互转换配合使用，示例如下：

import pandas as pd
from openpyxl import Workbook
from openpyxl.utils.dataframe import dataframe_to_rows

data = pd.read_excel(r'C:\Users\ljf15\Desktop\test.xlsx')
wb = Workbook()
ws = wb.active
for r in dataframe_to_rows(data, index=False, header=True):
    ws.append(r)
wb.save(r'C:\Users\AAA\Desktop\test1.xlsx')

其次pandas库有两种数据结构，分别为Series、DataFrame。

Series是创建一维数组，包含索引。

DataFrame是创建二维表格，为Excel表格数据结构，示例如下：

import numpy as np
import pandas as pd

data = pd.DataFrame(np.arange(9).reshape(3,3),index=['列1','列2','列3'],columns=['行1','行2','行3'])
print(data)

运行结果为：

    行1  行2  行3
列1   0   1   2
列2   3   4   5
列3   6   7   8

Process finished with exit code 0

pandas库在我的理解通常侧重于数据分析，Excel常用的函数如vlookup、sumproduct、sumif、countif函数在pandas库中转化如下：

vlookup函数：

pandas.merge(表1,表2,on="字段名称",how=left)

其中on为使用哪个列字段作为表1和表2的拼接，how用于指明是表1为主表还是表2为主表。

sumproduct函数：

import pandas

data = pandas.DataFrame({'数值1':[1,2,3,4,5],'数值2':[1,2,3,4,5],'数值3':[1,2,3,4,5]})
data['数值相乘后总和'] = data['数值1']*data['数值2']*data['数值3']
a = data['数值相乘后总和'].sum()
print(a)

sumif函数：

import pandas

data = pandas.DataFrame({'数值1':[1,2,3,4,5],'数值2':[1,2,3,4,5],'数值3':[1,2,3,4,5]})
a = data[data['数值1']>4]['数值3'].sum()
print(a)

countif函数：

import pandas

data = pandas.DataFrame({'编号':['A1','A2','A3','A4','A5'],'性别':['男','男','女','男','女']})
a = data.groupby('性别')['编号'].count()
print(a)

三、Python数据分析可视化：Matplotlib库

Matplotlib库用来绘制图形，需要运行pip安装matplotlib包，使用如下命令：

pip install matplotlib -i https://mirrors.aliyun.com/pypi/simple

在使用Matplotlib库进行绘图时遇到中文字体无法显示的情况，可参看这篇文章关于Matplotlib作图时中文字体无法显示问题 。

（一）绘制图形

1、绘制柱状图

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

font = FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.xlabel("X轴", fontproperties=font)
plt.ylabel("Y轴", fontproperties=font)
plt.title("柱状图示例", fontproperties=font)
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
plt.bar(x, y, width=0.5, color="blue")
#绘制图像网格
plt.grid()
plt.show()

运行结果如下：

2、绘制折线图

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties

font = FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.xlabel("X轴", fontproperties=font)
plt.ylabel("Y轴", fontproperties=font)
plt.title("折线图示例", fontproperties=font)
x = [1, 2, 3, 4, 5]
y = [5, 4, 3, 2, 1]
z = [2, 3, 4, 5, 6]
plt.plot(x, y, label="x,y",color="red", linewidth=2, linestyle="--")
plt.plot(x, z, label="x,z",color="blue", linewidth=2)
plt.legend(loc="upper left")
#绘制图像网格
plt.grid()
plt.show()

运行结果如下：

3、绘制散点图

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import numpy as np

font = FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.xlabel("X轴", fontproperties=font)
plt.ylabel("Y轴", fontproperties=font)
plt.title("散点图示例", fontproperties=font)
plt.style.use('seaborn')
x = np.random.randn(20)
y = np.random.randn(20)
plt.scatter(x,y,s=100)
plt.show()

运行结果如下：

4、绘制直方图

import matplotlib.pyplot as plt
from matplotlib.font_manager import FontProperties
import numpy as np

font = FontProperties(fname='C:\Windows\Fonts\simhei.ttf')
plt.xlabel("X轴", fontproperties=font)
plt.ylabel("Y轴", fontproperties=font)
plt.title("直方图示例", fontproperties=font)
data = np.random.randn(10000)
plt.hist(data, bins=30,edgecolor='black')
plt.show()

运行结果为：

（二）绘制图形示例

记录了两个使用Matplotlib库进行画图的，详情请看链接记录两个Matplotlib画图代码-CSDN博客

结尾

混合编程：使用Pythran库将Python转换为C++。

pythran -e demo.py -o demo.hpp

LRU算法：Least Recently Used

from functools import lru_cache

@lru_cache()

结尾部分推荐几个Python学习网站：

Python 教程 — Python 3.12.3 文档（官网教程）

Python3 教程 | 菜鸟教程

Python 教程

LangChain中文网:500页中文文档教程，助力大模型LLM应用开发从入门到精通