2021-03-15 Python_Course

目录

2.1 Python的数学运算

2.2 Python的基本语法

2.3 Python的数据结构

2.4  Python中的比较和逻辑运算

2.5 Python中的循环语句（for loop、while loop）

3.1Python的函数

3.2 Python的文件IO

3.3 Python的模块

4.1Numpy中的ndarray

4.2向量和矩阵的生成还有Numpy随机数

4.3矩阵的运算、拼接和形变

4.4向量和矩阵的索引

4.5Numpy的科学计算方法

5.1Python数据分析常用库Pandas和Matplotlib

5.2Python数据预处理

5.3pandas中的函数运用

5.4 Matplotlib代码作图

6.1爬虫requests用法

---

 

2.1 Python的数学运算

 

补：abs（）——绝对值，round （3.1415926,2）——取整

1、经过除法作用会变成浮点数

2、string和string类型只可以相加，相当于把字符串连到一起

 

2.2 Python的基本语法

1、行和缩进（indent）   补：用 \来换行（\后面不能有空格），缩进来代替{} []（一个逻辑单元内的缩进要一致），

      同一行多个语句要用 ；隔开，    注释用#

2.3 Python的数据结构

1、list的用法：相当于数组

        1.1 在数组 l 后面新加一个元素用l.append()

        1.2 在数组 l 后面加一个数组用l.extend([ ]) 

        1.3 在数组中插入一个元素用l.insert(    ,    )

        1.4 在数组中删除指定元素用l.remove(    )，（如果有多个相同元素优先删前面的）

        1.5 在数组中删除指定位置元素用 del  l[   ] 或l.pop( )

        1.6 Python中与其他编程语言的不同，（当把b赋值给a时，改动b的元素的同时也会改动a的元素）

                 因此要用到b=a.copy()，才能不修改a的元素，如图

        1.7 数组可以是多维的（不是矩阵）

2、元组（tuple）：元组a=(1,2,3)不支持更改元组内的元素

3、字典（dict）：

              1、在字典中添加一项

 

---

              2、在字典中删除一项

4、集合（set）：

              1、set（）函数只出现不同的元素（集合中元素的互异性）

2.4  Python中的比较和逻辑运算

    1 、 比较和逻辑运算的使用： 

    2、if语句的使用：

2.5 Python中的循环语句（for loop、while loop）

1、while循环：略

2、for循环：

3、break 和 continue语句：补：break是终止；continue是跳出当前循环

3.1Python的函数

函数的定义：函数是组织好的，可重复使用的，用来实现单一，或相关联功能的代码段（函数能提高代码的重复利用率和应用的模块性）

3.2 Python的文件IO

       1、打开主路径下的文件夹中的文件，关闭

2、读几个元素

3、读几行

4、读所有行，也可以用For Loop的方式读所有行

5、创建一个新的文件，往里面写文字补：\n可以加在前面也可以加在后面

6、在一个文件的基础上（不覆盖）加入新的元素

3.3 Python的模块

1、time模块

      1、调用time模块输出的结果中数字代表的是秒（1970年1月1日0时0秒至今），方便计算时间差time.sleep（）过一段时间再往下执行

      2、调用当前时间使用time.strftime("%y-%m-%d  %H：%M：%S")

     3、为了方便调用名字复杂的函数可以使用（import 模块 as 名字），也可以给模块中的函数改名（from 模块 import 函数 as 名字）

2、os模块

     1、显示当前路径 os.getcmd()调用os.listdir("路径")可以显示当前路径下的文件，也可以直接使用os.getcwd()

     2、在当前路径下创建文件夹使用os.mkdir()，更改路径使用os.chdir()

3、异常处理

   

代码段1

    1、try是运行的代码，except是try如果发生异常的应对代码，如下图：try部分没有错误则不更改a的值。

           反之，写一个元祖更改元素的错误则a的值发生改变，如下图：

4.1Numpy中的ndarray

           

111

1、在Spyder中想要用shift+enter来执行命令 可以添加 # In[]:补：ndim是维度

4.2向量和矩阵的生成还有Numpy随机数

1、np.arange（10）是从0-9的向量

2、np.linspace(起始，终止，多少等分)

3、temp=np.zeros((5,5))  5x5全0的矩阵

4、m=np.ones([5,5])  5x5全1的矩阵（  [  ]和（  ）都可以使用）

5、生成0-1之间的随机数m=np.random.rand(5,5)，（数字越大越蓝，越小越红）

      m=np.random.rand()只生成一个随机数

6、高斯分布【标准正态分布】（平均值为0，方差为1）np.random.randn( , )

       m+1代表了给m加一个每个元素都是1的同型矩阵

      （m+1）*5代表了给每个元素x5

4.3矩阵的运算、拼接和形变

1、a*b在Python中是逐个元素相乘，与线性代数不同。想要用线性代数中的a*b需要用np.dot(a,b)，加法也是逐个元素相加

2、矩阵的转置可以用a.T

4.4向量和矩阵的索引

1、向量的索引：print(a[0:9])是输出0开始到9之前的元素a[3:]是指3到最后一个元素

 a[3:-1]是指3到最后一个元素之前a[:3]是指从头到3之前的元素

 

2、矩阵的索引：想要研究矩阵先将a从向量变形成5*2的矩阵，想看矩阵b中的数【b[2,0]和b[2][0]是一样的】，

      想看矩阵b中的一行用b[3 ]或者b[3,:]，想要查看某一列用b[:,0]（不能用b[:0]）

4.5Numpy的科学计算方法

exp是指数，log是对数，max是最大值，mean是平均数，median是中值，std是方差，abs是绝对值，argmax是返回最大值的索引

5.1Python数据分析常用库Pandas和Matplotlib

1、pandas的向量格式columns是列名，index是索引。

2、pandas的优点可以导入数据csv文件

1

3、数据的导入：（nan代表数据为空），数据的存取： 

4、数据的查看：【data.head()只显示前五行】，想要像numpy一样查看要用data.iloc【3,2】pandas只能用字符串进行索引

5.2Python数据预处理

1、数据的拼接pd.concat（nan为不存在的数据，pandas比numpy智能的地方可以拼接）data.append是在data的基础上拼接

2、如何清理数据丢失（nan）,首先先看哪一行有nan再使用dropna可以清除有nan的一行如果不想把data中的nan一行清除掉只是                  可以使用fillna(0)把nan全部变为0     

5.3pandas中的函数运用

1、drop掉其中一行要按照表格中的索引名来drop

2、求和会自动将nan跳过，但是必须是数字

3、排序年龄按照数字大小，职业按照字母顺序

4、想要查看有多少独立的项

5、可以提取单另的一列数据

6、可以自动统计方差平均值等

5.4 Matplotlib代码作图

1、先做一个正弦函数linspace（0,10,100）将0到10分成100等分grid是网格，显示不出图片时加show

2、想要再一张图中加入多个子图(--是虚线，.-是把数字点化)【如果不加subplot的话是将两张图做到一起】同时因为exp的值特               别大，想要只显示               0———2之间的值可以使用ylim

3、颜色通道中0是红色，1是绿色，2是蓝色 ：是白色

6.1爬虫requests用法

1、