PS：这篇文章是以一个学习者的角度来汇总知识点以及教程，对于想学习Python的入门者也会比较友好，想学习python可以先收藏，我会慢慢持续更新。学艺不精，如有纰漏，敬请指正。
目录
3.3.3statistics.median_low() #数据中的低中位数
3.3.4statistics.median_high() #数据中的高中位数
3.3.6statistics.pvariance() #计算数据的总体方差
一、函数
在学习笔记一中学习了python的一些基本知识和基础语句，肯定许多人发现那些方法挺好用的，比如分割字符串，我们没必要去想这个split()是怎么整出来的，反正需要用的时候直接调用这个方法就可以了。
但是python再厉害，也不可能把我们需要用的方法穷尽，就算穷尽，我们也记不住，于是我们可以自己定义方法，再本次程序中使用，写一次，终身质保，岂不美哉。这个就是函数。
举个栗子：比如我们现在需要对三个数A，B，C进行操作，需要先把A和B相加，再把结果乘C，即(A+B)*C，我们就可以自己写一个函数，ABC就是函数的参数，来实现这个功能。接下来如果我们需要算(M+N)*Z，我们直接调用这个函数，只需要把ABC换成MNZ就可以了，不需要再写一遍这个又加又乘的代码。
简单点说函数就是一段实现特定功能的代码，使用函数可以提高代码的重复利用率。
Python 使用 def 关键字来声明函数，格式如下所示：
def 函数名(参数):函数体return 返回值
当我们不确定参数的个数时，可以使用不定长参数，在参数名前加 * 进行声明。
举例如下：
第一个函数的作用就是传入姓名参数，输出Hello姓名。比如Hello World。
第二个函数就是刚才的例子，s是用来暂存结果，作为返回值，以便其他的函数调用这个计算结果。
第三个即不定长参数的例子。
# 无返回值def my_print(name):print('Hello', name)# 有返回值def my_sum(A, B, C):s = (A + B)*Creturn sprint(s)# 不定长参数def my_variable(*params):for p in params:print(p)
调用一个函数只需要知道函数名和参数即可。
my_print('World')
result = my_sum(1, 2, 3)
print(result)
#输出结果
Hello World
91.1函数值传递与引用传递
当在定义函数时都会选择有参数的函数形式，函数参数的作用是传递数据给函数，令其对接收的数据做具体的操作处理。参数分为形参和实参。
形式参数：在定义函数时，函数名后面括号中的参数就是形式参数。
实际参数：在调用函数时，函数名后面括号中的参数称为实际参数，也就是函数的调用者给函数的参数（八股文同学和考试同学可以背一下，开发人员不用）。
可能一些初学者听到这里已经开始头疼了。（这块稍微难理解一些我们开始经典的举栗子环节）
简单解释就是一个演员参演一部电视剧，男主角，形参就是他在居中演的角色。别人喊他都会喊剧中的名字。实参就是他本人实际的名字。
接下来说值传递和引用传递，值传递和引用传递的区别是，函数参数进行值传递后，若形参的值发生改变，不会影响实参的值；而函数参数继续引用传递后，改变形参的值，实参的值也会一同改变。
其实就是演员化妆和被动整容。值传递就是演员出演一个剧，他需要戴假发，化妆，甚至女扮男装。但他本人并没有发生改变，演出结束，他还是他。
引用传递。演员出演一个剧，需要在脸上画个疤，但是不小心发生了意外，导致脸上真的留了一个疤，那么即使他演出结束，这个疤也还在脸上，剧中演员脸发生了改变，实际这个演员也发生了改变，这就是引用传递。
值传递：适用于实参类型为不可变类型（字符串、数字、元组）,引用（地址）传递：适用于实参类型为可变类型（列表，字典）；
def demo(mo) :
mo += mo
print("形参值为：",mo)
print("-------值传递-----")
a = "csdn"
print("a的值为：",a)
demo(a)
print("实参值为：",a)
print("-----引用传递-----")
a = [1,2,3]
print("a的值为：",a)
demo(a)
print("实参值为：",a)
#输出结果
-------值传递-----
a的值为： csdn
形参值为： csdncsdn
实参值为： csdn
-----引用传递-----
a的值为： [1, 2, 3]
形参值为： [1, 2, 3, 1, 2, 3]
实参值为： [1, 2, 3, 1, 2, 3]1.2 匿名函数
对于定义一个简单的函数，Python 还提供了另外一种方法，即 lambda 匿名函数。
常用来表示内部仅包含 1 行表达式的函数。如果一个函数的函数体仅有 1 行表达式，则该函数就可以用 lambda 表达式来代替。
（听着匿名函数多么高大上是吧，其实就是简单函数的简单写法，没什么大不了的）
比如我们需要写一个求两个数和的函数。那么正常写应该是这样的。
def add(x, y):
return x + y
print(add(3,4))
#输出结果
7那么我们高大上的匿名函数怎么写呢
add = lambda x,y:x+y
print(add(3,4))
#输出结果
7这么一对比就明白了吧，接下来我们介绍一下匿名函数的语法格式：
name = lambda [list] : 表达式那么 匿名函数有什么好处呢？（八股文同学和考试同学可以记一下，同学：听我说谢谢你......）
1.对于单行函数，使用 lambda 表达式可以省去定义函数的过程，让代码更加简洁；
2.对于不需要多次复用的函数，使用 lambda 表达式可以在用完之后立即释放，提高程序执行的性能。
二、模块和包
2.1模块和包时什么
在Python中，模块（Module）一般是单个python文件；包（package）由分层模块（Module）构成——相关目录里的模块构成。Python中的库（library）是参考其它编程语言的说法，既可以是一个模块也可以是一个包，换言之是对模块或包的通俗的说法。
模块里面定义了一些函数、类、变量等。模块的名字就是该文件的名字，一般情况下，是一个以.py为后缀的文件。
包(package)是多个模块的聚合体形成的文件夹，里面可以是多个py文件，也可以嵌套文件夹。
Python 有很多自带的模块（标准库）和第三方模块，一个模块可以被其他模块引用，实现了代码的复用性。
2.2怎么引用模块和包
从包中引入模块有如下两种方式：
1.import ...
import 包名1.包名2...模块名2.from ... import ...
from 包名1.包名2... import 模块名
from 包名1.包名2...模块名 import 变量名/函数名现在我们创建一个a模块，即a.py
# a 模块中引入 b 模块
#这里pg1就是包，里面包含b.py文件，即b模块。
import pg1.b
from pg1 import b
# a 模块中引入 c 模块
#同理
import pg2.c
from pg2 import c
# a 模块中引入 c 模块和 d 模块
import pg2.c,pg2.d
from pg2 import c,d
# a 模块中引入包 pg2 下的所有模块
from pg2 import *
# a 模块中引入 d 模块中函数 d()
#先从pg2包中引入模块d，在调用模块d的函数。
from pg2.d import d
# 调用函数 d()
d()调用其他模块的函数要保持先引入，再调用的原则，就像你去借别人家的东西，你肯定要先跟人家说一声，然后再拿，不然就叫偷了。
2.3_init_.py文件又是什么
包是存放模块的文件夹，包中包含 __init__.py 和其他模块。所有的包都是模块，所有的模块不一定是包，包只是一种特殊的模块，任何具有 __path__ 属性的模块都会被当作是包。（这一块稍微硬核一点，老规矩，看不懂不要为难自己，了解后即可跳过，以后边用边理解也会明白的）
解释一下什么是__init__.py，根据上面的描述，我们知道包里面包含一些模块，也可以包含其他包。于是我们在PyCharm创建项目Demo01，比如这个：
./
├─ Demopy2.py
├─ Demo01.py
└─ Demopy1
└─ __init__.pyDemo01.py是项目Demo01唯一的入口文件,就是运行项目从这个文件开始。 目录Demopy1是一个包，而Demopy2.py是一个模块。
我们在Demo01.py中写代码测试一下这个结论：
import Demopy1
import Demopy2
if __name__ == "__main__":
print("Demopy1.{}".format(Demopy1.__path__))
print("Demopy2.{}".format(Demopy2.__path__))
#运行结果
AttributeError: module 'Demopy2' has no attribute '__path__'.
Did you mean: '__name__'?Demopy2.py没有被识别为一个包，而是一个模块。
此时__init__.py、 Demopy2.py 都是空文件 ，那Demopy1和Demopy2区别是什么，其实就是一个有__init__.py，是包，没__init__.py，是模块。__init__.py 文件的主要作用是初始化包。当导入一个包时，Python 解释器会首先执行该包下的 __init__.py 文件。我们可以在 __init__.py 文件中执行一些初始化操作，例如设置包的全局变量、导入特定模块或子包等。也可以什么也不做。
当然以上的讨论只限于常规包，这是python3.2以前的规定，从python3.3开始，Python 引入了 命名空间包 的概念。命名空间包是不同文件集的复合，每个文件集给父包贡献一个子包，所有的包中都不需要包含 __init__.py 文件。
三、数学模块
Python 中又许多与数学相关模块，如下所示：
| 模块 | 描述 |
|---|---|
| math | 提供了对 C 标准定义的数学函数的访问（不适用于复数） |
| cmath | 提供了一些关于复数的数学函数 |
| decimal | 为快速正确舍入的十进制浮点运算提供支持 |
| fractions | 为分数运算提供支持 |
| random | 实现各种分布的伪随机数生成器 |
| statistics | 提供了用于计算数字数据的数理统计量的函数 |
我么常用的有math，random, statistics模块。
3.1 math模块
大家还记得dir（）吗？在第一章笔记中介绍的有，dir() 函数用来列出某个类或者某个模块中的全部内容。
import math
dir(math)
['__doc__', '__loader__', '__name__', '__package__', '__spec__', 'acos', 'acosh',
'asin', 'asinh', 'atan', 'atan2', 'atanh', 'ceil', 'copysign', 'cos', 'cosh',
'degrees', 'e', 'erf', 'erfc', 'exp', 'expm1', 'fabs', 'factorial', 'floor',
'fmod', 'frexp', 'fsum', 'gamma', 'gcd', 'hypot', 'inf', 'isclose', 'isfinite',
'isinf', 'isnan', 'ldexp', 'lgamma', 'log', 'log10', 'log1p', 'log2', 'modf',
'nan', 'pi', 'pow', 'radians', 'sin', 'sinh', 'sqrt', 'tan', 'tanh', 'tau',
'trunc']接下来介绍一些常用的数学函数（了解即可，用的时候再查）
3.1.1ceil(x)/floor(x)
ceil(x)返回 x 的上限，即大于或者等于 x 的最小整数,floor(x)返回 x 的向下取整，小于或等于 x 的最大整数。
import math
x = -1.5
print(math.ceil(x))
print(math.floor(x))
#输入结果
-1
-2
3.1.2fabs(x)
返回 x 的绝对值（这个很好理解）
3.1.3fmod(x, y)
返回 x/y 的余数，值为浮点数
import math
x = 3
y = 2
print(math.fmod(x, y))
#输出结果3.1.4factorial(x)
返回 x 的阶乘，如果 x 不是整数或为负数时则将报错。
3.1.5pow(x, y)
返回 x 的 y 次幂。
3.1.6fsum(iterable)
返回迭代器中所有元素的和。
import math
print(math.fsum((1, 2, 3, 4, 5)))
#输出结果
153.1.7sqrt(x)
返回 x 的平方根。
3.1.8trunc(x)
返回 x 的整数部分。
3.1.9常量
import math
# 常量 e
print(math.e)
# 常量 π
print(math.pi)3.2random 模块
import random
print(random.randint(1, 100))random 模块可以生成随机数。介绍一些常用函数。
3.2.1random()
返回 [0.0, 1.0) 范围内的一个随机浮点数。
import random
print(random.random())
#输出结果
0.62542645185425793.2.2uniform(a, b)
返回 [a, b) 范围内的一个随机浮点数。
import random
print(random.uniform(1.1, 9.9))
#输出结果
5.12416638589541253.2.3randint(a, b)
返回 [a, b] 范围内的一个随机整数(可以用来做验证码)。
import random
print(random.randint(1, 100))
#输出结果
543.2.4choice(seq)
从非空序列 seq 返回一个随机元素。
import random
print(random.choice('123456'))
#输出结果
43.2.5shuffle(x[, random])
将序列 x 随机打乱位置。
import random
l = [1, 2, 3, 4, 5, 6]
random.shuffle(l)
print(l)
#输出结果
[5, 4, 6, 1, 2, 3]3.3 statistics模块
3.3.1statistics.mean()
求算术平均值
import statistics
date = [1,2,98,99]
statistics.mean(date)
#输出结果
503.3.2statistics.median()
计算数据的中位数，如果有两个中位数，则返回其平均值
import statistics
date = [11,12,13,14,15,16]
statistics.median(date)
#输出结果
13.53.3.3statistics.median_low() #数据中的低中位数
import statistics
date = [11,12,13,14,15,16]
statistics.median_low(date)
#输出结果
133.3.4statistics.median_high() #数据中的高中位数
import statistics
date = [11,12,13,14,15,16]
statistics.median_high(date)
#输出结果
143.3.5statistics.mode() #计算众数
import statistics
date = [1,2,2,3,3,3]
statistics.mode(date)
#输出结果
33.3.6statistics.pvariance() #计算数据的总体方差
import statistics
date = [11,12,13,14,15,16]
statistics.pvariance(date)
#输出结果
2.9166666666666665
9941
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
