Python学习2016.3.30

python数据类型总结：

类型	描述	例子	备注
str	一个由字符组成的不可更改的有串行。	'Wikipedia' "Wikipedia" """Spanning multiple lines"""	在Python 3.x里，字符串由Unicode字符组成
bytes	一个由字节组成的不可更改的有串行。	b'Some ASCII' b"Some ASCII"
list	可以包含多种类型的可改变的有串行	[4.0, 'string', True]
tuple	可以包含多种类型的不可改变的有串行	(4.0, 'string', True)
set, frozenset	与数学中集合的概念类似。无序的、每个元素唯一。	{4.0, 'string', True} frozenset([4.0, 'string', True])
dict	一个可改变的由键值对组成的无串行。	{'key1': 1.0, 3: False}
int	精度不限的整数	42
float	浮点数。精度与系统相关。	3.1415927
complex	复数	3+2.7j
bool	逻辑值。只有两个值：真、假	True ，False

Python函数使用

（1）df[column].values.tolist()：数据框’column’（key）对应列的值转换为list。

 

（2）str(['(' + str(i) + ')' for i in l]).replace('[', '').replace(']','').replace("'", ''):循环for I in string 可以按顺序直接取出字符串中的单个字符，用.replace()替换原字符串中的符号。

 

（3）列表x=[1,2,3 ], x[0:1]=[1,2]

元组x=(1,2,3)，不可改变的列表

字典dic={‘key1’: 1,’key2’: 3….}，用key取值，dic[‘key1’]=1

都可以看作是一维的，存储的数据类型也没有要求，取值时用[ ]。数据框则复杂一些，列名有‘key’，行名有index，是二维的，常用pandas这个工具包。

注：Python中对数据的处理不同于我常用的MATLAB矩阵运算，总是将数据以矩阵的思维方式来处理，而是常用list和tuple，可以存储更加丰富的数据类型，不止是数值型，他们可以通过“打散”成普通参数给函数，而dict可以打散成关键字参数给函数。同时Python还提供了numpy包，专门用于矩阵数值计算处理。所以Python的数据存储容器更加丰富，灵活好用。

 

（4）类的定义

类的方法：在类地内部，使用def关键字可以为类定义一个方法，与一般函数定义不同，类方法必须包含参数self,且为第一个参数，一定要用这个。
#类定义  
    class people:  
        #定义基本属性  
        name = ''  
        age = 0  
        #定义私有属性,私有属性在类外部无法直接进行访问  
        __weight = 0  
        #定义构造方法  
        def__init__(self,n,a,w):  
            self.name =n  
            self.age =a  
           self.__weight = w  
        def speak(self):  
           print("%s is speaking: I am %d years old"%(self.name,self.age))  

      
    p = people('tom',10,30)  
    p.speak()

注：

I、类只是个抽象的定义，只有实例化后，才能使用其属性，方法。

II、创建一个类之后，可以通过类的名称访问其属性。如果直接使用类名修改其属性，那么将直接影响到已经实例化的对象。

III、class MyMsg: 是旧的书写方式。

class  MyMsg(object):  是新的书写方式，在Python3中只允许新的书写方式，所以建议使用新的书写方式。

 

（5）当前时间获取

相关包：datetime

Import datetime

Print(Time =datetime.datetime.now())

输出结果：2016-03-3017:16:35.288336

如果fromdatetime import datetime

Time =datetime.now()

获得需要的时间格式用Time= datetime.now().strftime(‘%Y-%m-%d %H:%M:%S’)

对应年，月，日，时，分，秒。

注：Python中默认的应用包是后面的，靠近代码的，如果包有重叠，后面引用的会覆盖前面的，所以有时要注意引用了哪些包，是否有重叠，是否顺序合理。

 

（6）str.format()，字符串的格式化函数，与%s的格式化功能相同，但更加强大，常会在打印输出时用到，它通过{}和:来代替%。

通过位置

In [1]: '{0},{1}'.format('kzc',18) 

Out[1]: 'kzc,18' 

In [2]: '{},{}'.format('kzc',18) 

Out[2]: 'kzc,18' 

In [3]: '{1},{0},{1}'.format('kzc',18) 

Out[3]: '18,kzc,18'

字符串的format函数可以接受不限个参数，位置可以不按顺序，可以不用或者用多次，不过2.6不能为空{}，2.7才可以。
通过关键字参数

In [5]: '{name},{age}'.format(age=18,name='kzc') 

Out[5]: 'kzc,18'

通过对象属性

class Person: 

  def __init__(self,name,age): 

    self.name,self.age = name,age 

    def __str__(self): 

      return 'This guy is {self.name},is {self.age} old'.format(self=self) 

In [2]: str(Person('kzc',18)) 

Out[2]: 'This guy is kzc,is 18 old'

通过下标

In [7]: p=['kzc',18]

In [8]: '{0[0]},{0[1]}'.format(p)

Out[8]: 'kzc,18'

格式限定符

它有着丰富的的“格式限定符”（语法是{}中带:号），比如：

填充与对齐
填充常跟对齐一起使用
^、<、>分别是居中、左对齐、右对齐，后面带宽度
:号后面带填充的字符，只能是一个字符，不指定的话默认是用空格填充
比如

In [15]: '{:>8}'.format('189')

Out[15]: '   189'

In [16]: '{:0>8}'.format('189')

Out[16]: '00000189'

In [17]: '{:a>8}'.format('189')

Out[17]: 'aaaaa189'

精度与类型f
精度常跟类型f一起使用

In [44]: '{:.2f}'.format(321.33345)

Out[44]: '321.33'

其中.2表示长度为2的精度，f表示float类型。

 

其他类型
主要就是进制了，b、d、o、x分别是二进制、十进制、八进制、十六进制。

In [54]: '{:b}'.format(17)

Out[54]: '10001'

In [55]: '{:d}'.format(17)

Out[55]: '17'

In [56]: '{:o}'.format(17)

Out[56]: '21'

In [57]: '{:x}'.format(17)

Out[57]: '11'

用，号还能用来做金额的千位分隔符。

In [47]: '{:,}'.format(1234567890)

Out[47]: '1,234,567,890'           

 

（7）pandas中常用方法，主要针对数据框，数据框类似于常用的表格设置，每列为一个变量，横条表示一个样本，不同日期或个体。

l  通常可以直接读取csv数据文件：df = pd.read_csv(‘文件路径.csv’)。

创建数据框：df = pd.DataFrame({….})，里面的形式是字典，每一列是序列的形式，也可以用pd创建，pd.Series([])，里面形式类似list。

l  pandas用np.nan表示缺失值，不计算。df.dropnp()丢弃有NAN的行，df.fillna(vaule=8)将缺失值替换成vaule值。

l  df.isnull（）获取布尔值的 mask：哪些值是 NaN

l  df.apply（）对数据（行或列） Apply 函数

l  pd.concat(df1,df2)，简单地按行拼接

l  pd.merge(left, right, on='key')与SQL的Join类似, right, on='key')

l  df.append()，按行添加

l  df.groupby(‘a’).sum()按a分组，并求和，分组是按行的标记，求和是每列分别每组求和

l  df.dtype查看数据框中存放数据的类型，如int32, float,  x.__class__是查看x这个整体的存储容器类型

（8）

enumerate用法:

在python中enumerate的用法多用于在for循环中得到计数，enumerate参数为可遍历的变量，如字符串，列表等，返回值为enumerate类。

注意：在同时需要index和value值的时候可以使用 enumerate。