python基本操作整理

1、数组中元素的个数 ： len(yourList)
创建空数组：list()
2、数组计算

def log(self,num): #取对数
    return [math.log(i)for i in num]

def t(self, num):#将二维数组转置
    return np.transpose(num)


def pow(self, lists):  # 计算平方
    return [math.pow(i, 2) for i in lists]

def product(self,A,B):#计算两数相乘
    return array(A)*array(B)

def plus(self, A, B):  # 数列相加
    return array(A) + array(B)

def average(self, A, B):  # 取平均值
    c = array(self.plus(A, B))
    return c / 2
def sub(self,A,B):#数列相减
    return array(A)-array(B)
def chu20(self,A):#除以20
    A=array(A)
    return A/20
def chu16(self,A):#除以16
    A=array(A)
    return A/16

3、数组的合并输出

a=sm.stats.diagnostic.het_white(fit.resid,exog=fit.model.exog)
name = ['Lagrange multiplier statistic', 'p-value','f-value', 'f p-value']
for n,a in zip(name,a):
     	print(n,a)

4、从列表中随机选择数据

proxy = random.choice(proxy_list)

5、正则表达式中替换里面的内容关键在于".*？"

text = re.sub(r'<a.*?</a>', "", text)

6、字典数据类型

#将DataFrame转化为字典数据类型，并设置对应索引
userInfo = pd.read_excel('BrowseNumber.xlsx')
userInfo.index = userInfo['userName']
userInfo = userInfo.drop('userName', axis=1)
self.userDist = userInfo.T.to_dict()


#建立一个字典并插入数据
distances={"a":[1,1],
		  "b":[2,2],
		  "c":[3,3]
}
distances["d"]=[4,4]


#降序排列
import operator
sortedDistance=sorted(distances.items(),key=operator.itemgetter(1,0),reverse=True)#采用降序排列


#遍历整个字典数据集，键值对
for key,value in self.userDist.items():
	distance=self.Euclidean(self.userDist[username],self.userDist[otherUser])#计算相似度
        distances[otherUser]=distance


#提取字典的键
lists = list(self.userDist.keys())  # [user_1,.....]

#从字典中删除某键值对
self.userDist[k].pop(str(j))