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
- help(函数)返回的是函数体中被''' '''引用的部分。
- 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。
- 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
-
filter与上一点差不多,不再赘述。
-
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
-
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])