目录
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
- r、R 表示 非转义原生字符。即字符串中的转义字符无效。
- 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。
- 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)