ZY的Python入门笔记

关于Python数组中-1的用法
Python中数组的用法灵活多样，常用的记下来了，但是遇到-1就容易混淆。在这里记录一下。一个数组a=[0,1,2,3,4]，a[-1]表示数组中最后一位，a[:-1]表示从第0位开始直到最后一位，a[::-1]表示倒序，从最后一位到第0位。
Python中strip()、lstrip()、rstrip()用法详解
Python中有三个去除头尾字符、空白符的函数，它们依次为:
strip： 用来去除头尾字符、空白符(包括\n、\r、\t、’ ‘，即：换行、回车、制表符、空格)
lstrip：用来去除开头字符、空白符(包括\n、\r、\t、’ ‘，即：换行、回车、制表符、空格)
rstrip：用来去除结尾字符、空白符(包括\n、\r、\t、’ ‘，即：换行、回车、制表符、空格)
注意：这些函数都只会删除头和尾的字符，中间的不会删除。
用法分别为：
string.strip([chars])
string.lstrip([chars])
string.rstrip([chars])
参数chars是可选的，当chars为空，默认删除string头尾的空白符(包括\n、\r、\t、’ ')
当chars不为空时，函数会被chars解成一个个的字符，然后将这些字符去掉。
它返回的是去除头尾字符(或空白符)的string副本，string本身不会发生改变。举例如下：

str = ’ ab cd ’
str
’ ab cd ’

str.strip() #删除头尾空格
‘ab cd’

str.lstrip() #删除开头空格
'ab cd ’

str.rstrip() #删除结尾空格
’ ab cd’

Python中这个是什么意思——line.split(’\t’)
是对于每一行，按照制表符（即Tab，一次八个空格）来分割整个字符串，得到的结果构成一个数组，数组的每个元素代表一行中的一列
List append()方法
append() 方法用于在列表末尾添加新的对象。
append()方法语法：list.append(obj)
obj – 添加到列表末尾的对象
例1：
list1 = [‘Google’, ‘Runoob’, ‘Taobao’]
list1.append(‘Baidu’)
print ("更新后的列表 : ", list1)
以上实例输出结果如下：
更新后的列表 : [‘Google’, ‘Runoob’, ‘Taobao’, ‘Baidu’]
例2：
clas
Python index() 方法
Python index() 方法从字符串中找出某个子字符串第一个匹配项的索引位置，该方法与 find() 方法一样，只不过如果子字符串不在字符串中会报一个异常。如str1.index(str2)，即在str1中检索是否包含str2，如果包含，则返回索引值（即str2开始的位置），无则抛出异常。

例：
label = [“didntLike”,“smallDoses”,“largeDoses”]
line=“40920 8.343 0.212 didntLike” %%array0Line为原始数据集,每个数据用\t分隔
listFromLine = line.split("\t")%%对于line以\t来分隔
print（ listFromLine）
classLabelVector = []
classLabelVector.append(label.index((listFromLine[-1])))
print（ classLableVector）

[‘40920’,‘8.343’,‘0.212’,‘dislike’]
[0]

即split（）函数分割后将原本是string类型的line转换成了list类型，且分割得到的每个元素是list中的一个单元。
之后在label中查找listFromLine的倒数第一个值，也就是“didntLike”，找到为第一个，则返回索引值0，即此时classLabelVector的第一个值为0.这样既把"didntLike",“smallDoses”,"largeDoses"三个标签转化为0，1，2的label

numpy中的函数
argsort函数是Numpy模块中的函数：
Examples：

One dimensional array:一维数组

x = np.array([3, 1, 2])
np.argsort(x)
array([1, 2, 0])

Two-dimensional array:二维数组

x = np.array([[0, 3], [2, 2]])
x
array([[0, 3],
[2, 2]])

np.argsort(x, axis=0) #按列排序
array([[0, 1],
[1, 0]])

np.argsort(x, axis=1) #按行排序
array([[0, 1],
[0, 1]])