【Python】Python函数及常用必备库numpy库

1.函数基本使用方法

函数的大致使用方法都列在下面，部分再进行详细解释。

help(函数)--> 函数的使用方式
def(a,b=0) 不输入b的值，默认认为b=0   
匿名函数(一次性函数) lambda 参数:表达式  
过滤函数filter(lambda,待过滤的列表或其他数据类型):使用lambda函数进行过滤--->容器  
容器--->list()转化为列表    
map() 映射函数 将传入的函数fun依次作用到序列s的每个元素 并返回新的序列

1. help(函数)返回的是函数体中被'''            '''引用的部分。
2. 自定义函数可以有默认值，默认值的方法就是在def()的括号中给定参数的值，如果调用函数时没有给该参数赋值，则使用默认值，给定时则使用调用函数时的实参。
3. lambda表达式可以理解为一次性的函数，用完就丢。比如需要计算两个数值相加，可以设计这样的匿名函数。实质其实是返回了一个函数句柄

c=lambda a,b:a+b

调用c(2,3)可以返回5

1. filter与上一点差不多，不再赘述。

2. 对于容器而言，可能比较难以理解，但可以用list()将其转化为列表，就可以知道容器里面的内容啦

3. map函数是非常重要的函数，可以避免使用for循环 和 while循环

map(lambda x: x ** 2, [1, 2, 3, 4, 5]) # 返回[1,4,9,16,25]

2.numpy

ndarray n维数组  
.#tab# 查看所有函数  
numpy 元素必选数据类型相同  
nparray对象*n 每个元素乘以n  
import array模块--->只能一维，创建对象时必须指明数据类型  
创建数组  
    1.np.array(list)  
    2.numpy的内置方法  
    （1）np.zeros/ones/full(大小,dtype=?)  
    （2）np.arrange(a,b,c) c为间隔  
    （3）np.linspace(a,b,c)c均匀分割，包括b  
    （4）np.random.random(参数)  
    （5）np.random.normal(参数)  
    （6）np.eye(参数)  
    （7）np.empty(参数)  
    （8）np.random.choice(list)指定范围生成随机数  
    （9）axis=0 列 axis=1 行
    （10）numpy对象为整形，插入浮点型，浮点型将被截短
    （11）numpy(n::m)从n开始，没m个取一个
    （12）切片获取的是视图，修改视图会修改原数据
    （13）数组连接np.concatenate((x,y),axis=?)
    （14）数组的分裂np.split(np对象，[待分裂区间])