数据分析的Python快速先导课 一

• 适合有一点Python基础的，想要做数据分析的人用作知识回顾式搭建和基础知识查询。
• Python龙门阵快速复习

---

持续修正

---

名词

• analytical method 分析法
  analytic 学问
  analytics 工具合集

• python 解释性语言 写一批翻译一批 Java 写一行翻译一行

  解释器/翻译器 C编译的CPython Java编译的JPython
  包的管理器（package installer for Python） pip conda 两者都是服务器 conda上面的包的来源更多。pip服务器在国外，下载过程中可能会掉。 包的下载 安装删除更新
  scipad->pandas->numpy相互之间的关系是逐步基于前者进行开发的。
  门户 所有资源的集成
  anaconda可以一站式安装完 编辑器 解释器 模块/包 包管理器 门户 minconda比较小，不含有包.

• IPython是jupyter的核，前身。默认情况下x和y同时输出只会输出一个，要改设置。

• from IPython.core.interactiveshell import InteractiveShell
  InteractiveShell.ast_node_interactivity = ‘all’
  

概念

kernel重启，完成类似clc和clear的操作。

• PEP8 八荣八耻

• python其实是需要定义的，说不需要定义的都是耍流氓

• python里面有一些特殊命令符号，比如#注释，%魔术命令，@装饰器，pip命令，！的conda命令。 %whos
  是搜索路径下已经定义的所有变量。
  

• print之后会发生什么：
  

• 关于赋值： 同一个赋值语言，a = ‘hello’
  ，python是将a和’hello’分别存储在两个空间，a存放’hello’的地址。但是在c语言里面是开辟一个a的空间，里面存储’hello’。java的8以后也沿用了这种类似指针的存储方法。

  Python是一个动态的语言。其实是静态的，只不过，a里面永远都是存了一个地址。因此也会说Python是一个引用型的语言。

  如果有对a的第二次定义，那么第一次定义的内容就被迫放在回收站了，再也找不到了。

• Python是一个函数问题，没有函数的语句不存在，没有运算符的概念。常见的‘+’只是把函数变成了运算符的样式。小问题找函数，大问题找包。包里也是函数。

• help() #dosStrinng
  print? #这是jupyter的语法，不是python的语法。

• 句式、在后面添加文本：print(x,end = ‘wangjing’)

• Pyhton的数据类型比较隐晦。比如加上单引号或者双引号就是字符串。

• 汇编语言讨好计算机，Python讨好人，一切都是对象。Python运算比较慢。Python绝大多数的内置函数是C语言或者Java写出来的。

• Python的容器。列表元组序列迭代器装饰器。其中可变数组叫列表List 不可变的数组叫元组Tuple[ˈtʌpəl]，这两个是Python中有序的。字典和集合是无序的。
  元组：(1,2,3)
  列表：[1,2,3]
  集合{1,2,3}
  字典dic：{’‘a’’:1,’‘b’’:2,’‘c’’:3}（字典的本质是集合，键值对，无顺序要求，无下标概念）键的值必须加引号，否则显示未定义。

• Python数据类型

int（整数）不可变（无序）
float（实数）不可变（无序）
str（字符串）不可变（有序）/序列类型sequence
list（列表）可变（有序）/序列类型
tuple（元组）不可变（有序）/序列类型
set（集合）可变（无序）/重复过滤
dict（字典）可变（无序）/重复过滤
1.’关于有序和无序的运行区别：
首先， 这里的顺序是指下标。
当对无序的组进行序号上的赋值时，会报错type error

2.所谓元素可变和不可变，是说不能改变其中的一个元素，但是可以整体重新赋值进行改变。frozenset可进行冻结。
3.重复过滤。由于集合的互异性，无序性。重复的元素不会进行输出。而且在jupyter notebook的作用下，会按照大小顺序进行输出。实际上还是没有顺序。可以利用set函数对数据进行过滤。其中key相同才过滤。

4.字典，如想定位就找其中的键定位到其中的一个值。直接给出dic = {‘a’}时，a可能是键，也可能是下标。这里涉及到隐式索引和显示索引的知识，下次细说。

Python中写法

缩进

缩进的第一行从冒号开始，jupyter回车自动空格。

空语句

没有空语句，空白的地方要写pass

语句

一个程序由多个模块（py文件）组成，每个模块由语句组成，语句由函数和符号组成。

• 一行一句
  a = 1
  b = 1
  原则上要求一行一句。最长是一行79个字符
• 一行里面写多个句子
  c = 1; d = 1
  其中；是语句的分隔符。在其他语言里面是语句结束符，有分号的地方就是一个完整的语句。
• 多个句子是一行，用分隔符/
  e =
  0
  

惰性计算

在大数据分析中，内存很重要。如果没有作用的话就不会运行。因此惰性运算是有利的。与此相对应的概念是急性运算。
比如随机函数。输入range(a,b,c)（a,b,c都是数值，从a开始，小于数值b，间隔为c）（取值参考左开右闭）（a可以省略，默认从0开始，c可以省略，默认是1），直接运行这句话之后直接输出range(0,12)。Spark也是这样。
取消惰性的技巧，比如加个*可以进行拆包

print(range(0,12,10))
print(*range(0,12,10))
list(range(0,11,1))

• 输入1,3得到的是元组（1,3）
• 可迭代对象和迭代器
  所有可迭代对象：凡是写在for in语句中的句子。
  迭代器：可以用next函数遍历到下一个值的对象。
  list 是可迭代对象，但不是迭代器。
  可迭代器用iter函数转换成迭代器。
  迭代器一定是可迭代对象，但是有些可迭代对象不一定是迭代器，可以通过iter函数进行转换。可以用函数进行判断是否是迭代器。
  可迭代对象才会进行惰性计算。 for in函数后面是可迭代对象就可以。区别在于模块在写的时候是否支持_iter_和 _next_函数。
  python 的for是通过迭代的方式取出来。比如for i in mylist，i就是从一个可迭代对象理面读出来的。mylist = iter(mylist)变成一个迭代器。可以用语句next(mylist)。
  python的函数
  一、输出，二、内置函数type，hple,ida返回数值在内存中的起始地址 dar。三、类型转换函数，例如str(),tuple()。四、数学符号。
• 切片操作，取元素方式
  
• python的拆包式赋值

形参实参

有空补充balabalabalabala阿巴阿巴阿巴