python基础

数组

[0:3]

X = [9,3,6,4,7]

X[0:3]为[9,3,6]，切片，从第0个元素到第2个元素。
X[0:-1]为[9,3,6,4,7]，切片，从第0个元素取到最后一个元素。

字典

get()

dict.get(key, default=None)

• key – 字典中要查找的键。
• default – 如果指定键的值不存在时，返回该默认值。

字符串

字符串前的 u, r/R, b的含义

1. r、R 表示 非转义原生字符。即字符串中的转义字符无效。
2. U 后面字符串以 Unicode 格式 进行编码，一般用在中文字符串前面,防乱码。
3. b" "前缀表示：后面字符串是bytes 类型。

内建函数

lambda

#普通的定义函数
def lam(x,y):
    return x+y
print(lam(5,6))
#lambda函数
y=lambda x,y : x + y
print(y(5,6))

sorted()

描述：sorted() 函数对所有可迭代的对象进行排序操作。

sort 与 sorted 区别：
sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。
list 的 sort 方法返回的是对已经存在的列表进行操作，无返回值，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

sorted(iterable, cmp=None, key=None, reverse=False)

• iterable – 可迭代对象。
• cmp为函数，指定排序时进行比较的函数，可以指定一个函数或者lambda函数，如：
  students为类对象的list，每个成员有三个域，用sorted进行比较时可以自己定cmp函数，例如这里要通过比较第三个数据成员来排序，代码可以这样写：

students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10)]
      sorted(students, key=lambda student : student[2])

• key为函数，指定取待排序元素的哪一项进行排序，函数用上面的例子来说明，代码如下：

sorted(students, key=lambda student : student[2])

• reverse – 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

numpy

[:,0]

X = [[0,0],[1,11],[2,22],[3,33],]

X[:,0]为[0,1,2,3]，就是取所有行的第0个数据；
X[:,1]为[0,11,22,33]，就是取所有行的第1个数据；
X[0,:]为[0,0]，就是取所有列的第0个数据；
X[1,:]为[1,11]，就是取所有列的第1个数据。

np.min()/max()

print(a.min()) #无参，所有中的最小值
print(a.min(0)) # axis=0; 每列的最小值
print(a.min(1)) # axis=1；每行的最小值

np.shape()

返回矩阵的行数和列数
X = [[1,2,3],[2,3,4]]
X.shape() = [2,3] X.shape()[0]=2 X.shape()[1]=3

np.tile()

• np.tile(a,(2))函数的作用就是将函数将函数沿着X轴扩大两倍。如果扩大倍数只有一个，默认为X轴
• np.tile(a,(2,1))第一个参数为Y轴扩大倍数，第二个为X轴扩大倍数。本例中X轴扩大一倍便为不复制。

np.argsort()

numpy.argsort(a, axis=1, kind=’quicksort’, order=None)
功能: 将矩阵a按照axis排序，并返回排序后的下标
参数: a:输入矩阵， axis:需要排序的维度
返回值: 输出排序后的下标

一维数组

import numpy as np
x = np.array([1,4,3,-1,6,9])
x.argsort()
# 输出 array([3, 0, 1, 2, 4, 5], dtype=int64)

二维数组

x = np.array([[1,5,4],[-1,6,9]])
# [[ 1  5  4]
# [-1  6  9]]

# 沿着行向下(每列)的元素进行排序 
np.argsort(x,axis=0)
# 输出 array([[1, 0, 0],
#        [0, 1, 1]], dtype=int64)

# 沿着列向右(每行)的元素进行排序
np.argsort(x,axis=1)
# 输出 array([[0, 2, 1],
#        [0, 1, 2]], dtype=int64)