python批量删缩进_定量分析方法第02讲：Python基础

# -*- coding: encoding -*-

使用Jupyter

Python 语言

• Python简单易学且功能强大的编程语言。

• 它拥有高效的高级数据结构，并且能够用简单而又高效的方式进行面向对象编程。

• Python是解释型语言，意思就是可以边写边算。

• 在人工智能与机器学习领域应用广泛。

Python 程序代码通常比C/C++/Java程序更短小紧凑:

• 高级数据结构使你可以在一条语句中表达复杂的操作；

• 语句组使用缩进代替开始和结束大括号来组织；

• 变量或参数无需显式声明。

注释块与单行注释

“””
This is a comment.
This is the second line.
“””

take python as a calculator

3+4
3*4
3/4

0. Python cheat sheet

0.1. Variables and Data Types

0.1.1. Variable Assignment

5

0.1.2. Calculations With Variables

2 

0.1.3. Types and Type Conversion

5,

0.2. Asking For Help

help(str)

0.3. Strings

'thisStringIsAwesome'

0.3.1. String Operations

2

0.3.2. String Methods

# String to uppercase

0.4. Lists

'is'

0.4.1. Selecting List Elements

# Subset

0.4.2. List Operations

my_list + my_list
my_list * 2

0.4.3. List Methods

# Get the index of an item

0.5. Libraries

0.5.1. Import libraries

import numpy

0.5.2. Selective import

from math 

1. 原子数据类型

• 原子：一般不可再分，是其他自定义类型的基础

• 两大内建数值数据类型：int，float。

• 数值的标准运算符包括：+，-，，*(幂)，%(取模)，//(整除)，以及改变运算优先级的括号。

• C/C++是需要先声明数据的数据类型才能使用的，Python可以直接用，即类型具有动态性。

100+

• 布尔数据类型bool，可能的状态是True,False，运算符包括and, or, not

True)

• 数值和布尔值都可以用于关系运算(>=,==,!=)做比较。

5==

• 数据可以有个标识作为名字，名字最好是字符、数字和下划线组成的，有含义，可读。

0

• 给变量赋值：

20

• 赋值可以改变数据类型

True

数据打印输出：

'width={0}, height={1}, their product is {2}'.format(width, height,width*height))

2. 容器数据类型

• 数据容器。列表、字符串、元组是有序集合，集和字典是无序集合。

2.1. 列表(List)是一系列值，可以是异构的。

1,

List运算

• [ ]: 索引，取列表中元素

• +：序列连接

• *：重复连接

• in：询问成员是否存在

• len：序列长度

• [:]：取出序列的一部分

0])

List函数

• 增、删、排序、查找

9)

切片

1, 

3:]

squares[:]

连接

36, 

修改元素

1, 

3] = 

216)

字符列表

'a', 

2:

letters[:] = []
letters

嵌套列表(创建一个包含其它列表的列表)

'a', 

1]

range: 生成数值范围对象

10))

增删改、索引、反转、排序

66.25, 

把列表当作堆栈(后进先出)使用

3, 

列表推导式：从序列中创建列表

squares = []
for x in range(10):
    squares.append(x**2)
squares

2 

4, -

删除列表元素：del 语句

1, 

2.2. 字符串

• 字符串(string)是字符的只读有序集合

"Shanghai is a city"

字符串函数：计数、填充、小写、大写、查找、分割

'a'))

字符串连接

'a ' 

'p' ,  

字符数组

'Python'

内置函数 len() 返回字符串长度

len(word)

字符串(数组)切分

4]

2.3. 元组

• 元组(tuple)是只读列表。

1,

• 最外层元组的括号不是必须的

12345, 

2.4. 集合

• 集(set)是无序只读数据集合。

用set函数或大括号创建集合

• 大括号或 set() 函数可以用来创建集合。注意：想要创建空集合，你必须使用 set() 而不是 {}。后者用于创建空字典，我们在下一节中介绍的一种数据结构。

'apple', 

Set支持的运算

• in：询问集中是否有某元素

• len：元素数量

• a | b:合集

• a & b:交集

• a - b：a中去除b中元素

• a <= b：询问a中元素是否都在b中

'orange' 

1,

Set支持的方法

• union

• intersection

• difference

• issubset

• add

• remove

• pop

• clear

print(a.union(b))
print(a.intersection(b))
print(a.issubset(b))
a.add(9)
print(a)
a.remove(9)
print(a)
a.pop()
print(a)
a.clear()
print(a)

2.5. 字典

• 字典是键值(key:value)对的无序集合。

• 键必须是互不相同的(在同一个字典之内)。

• 一对大括号创建一个空的字典：{} 。

• 字典的主要操作是依据键来存储和析取值。也可以用 del 来删除键值对(key:value)。

用大括号或dict函数创建字典

"name": 

字典支持的运算

• d[key]

• key in d

• del d[key]

'jack': 

字典提供的方法

• d.keys()

• d.values()

• d.get(key)

• d.get(key, alt)

print(d.keys())
print(d.values())
print(d.get("age1",0))
print(d.get("gender","M"))

keys与in

• 对一个字典执行 list(d.keys()) 将返回一个字典中所有关键字组成的无序列表(如果你想要排序，只需使用 sorted(d.keys()) )。

• 使用 in 关键字(指Python语法)可以检查字典中是否存在某个关键字(指字典)

print(list(tel.keys()))
sorted(tel.keys())
print('guido' in tel)
print('jack' not in tel)

字典生成式

2 

for x 

3. 控制结构

3.1. 分支

"Please enter an integer: "))

pass 语句: 什么也不做

用于那些语法上必须要有什么语句，但程序什么也不做的场合

class 

3.2. 迭代

for 语句

'cat', 

while语句

1

生成 菲波那契 子序列的程序，如下所示:

0, 

range() 函数生成一个等差级数list

5))

5)))

for i 

for i 

for i 

for i 

break 和 continue 语句, 以及循环中的 else 子句

循环的 else 子句在未出现 break 时运行。

for n 

for num 

列表解析式: 通过迭代和分支结构创建List

slist = []
for i in range(10):
    slist.append(i**2)
print(slist)

slist = [i**2 for i in range(10)]
print(slist)

slist = [i**2 for i in range(10) if i%2==0]
print(slist)

enumerate

在序列中循环时，索引位置和对应值可以使用 enumerate() 函数同时得到

'Mary', 

'Mary', 

对两个或更多的序列用 zip() 整体打包迭代

'name', 

将两个列表转换为一个字典

假设有两个列表，一个列表内容为学生姓名，另一个内容为学生分数。使用zip函数，将这两个列表转换为一个字典

"Peter", 

字典中按键值对循环：使用 items()

'gallahad': 

逆向迭代

需要逆向循环序列的话，先正向定位序列，然后调用 reversed() 函数:

for i 

排序后迭代

要按排序后的顺序循环序列的话，使用 sorted() 函数，它不改动原序列，而是生成一个新的已排序的序列:

'apple', 

循环内修改

若要在循环内部修改正在遍历的序列(例如复制某些元素)，建议您首先制作副本。在序列上循环不会隐式地创建副本。切片表示法使这尤其方便:

'cat', 

4. 函数

• 函数是程序设计模块，是实现软件复用的基础。

例子：阶乘

def mul(n):

例子：斐波那契数列

def fib(n):

f = fib
f(1000)

函数默认参数值

def ask_ok(prompt, retries=4, complaint='Yes or no, please!'):

'Do you really want to quit?')

关键字参数

def parrot(voltage, state='a stiff', action='voom', type='Norwegian Blue'):

可变参数列表

def concat(*args, sep="/"):

"earth", 

参数列表的分拆

“*” 操作符来自动把参数列表拆开

“**” 操作符分拆关键字参数为字典

3, 

def parrot(voltage, state='a stiff', action='voom'):

匿名函数lambda

def f(x):

1, 

map()根据提供的函数对指定序列做映射

lambda x: x**

文档字符串

def my_function():

5. 异常处理

• Python 中(至少)有两种错误：语法错误和异常( syntax errors 和 exceptions )。

• 异常处理是容错的方法。通过try，except，raise等配合处理。

import math

while 

6. 类

类是一种自定义的数据结构。

class 

7. 输入输出

input()函数输入: 通过提示再键盘输入，再转换类型

"Your age:")

格式化屏幕打印

for x 

'We are the {} who say "{}!"'.format(

文件读写

函数 open() 返回 文件对象，通常的用法需要两个参数：open(filename, mode)。

f = open(‘workfile’, ‘w’)

f.read()

f.readline()

for line in f:

print(line, end='')

f.write(string)

f.close()

典型文件：txt，csv，xlsx/xls， 网页

典型输入输出：数据库

8. 内置函数

8.1. 数据类型

• bool: (True,False)

• int: 整数

• float: 浮点数

• complex: 复数

8.2. 进制转换

• bin() 转换成二进制

• otc() 转换成八进制

• hex() 转换成十六进制

8.3. 数学运算

• abs() 绝对值

• divmode() 商和余数

• round() 四舍五入

• pow(a, b) 求a的b次幂

• sum() 求和

• min() 求最小值

• max() 求最大值

8.4. 序列与集合

• list() 将一个可迭代对象转换成列表

• tuple() 将一个可迭代对象转换成元组

• reversed() 将一个序列翻转, 返回翻转序列的迭代器

• slice() 列表的切片

• str() 将数据转化成字符串

• bytes() 把字符串转化成bytes类型

• ord() 输入字符找带字符编码的位置

• chr() 输入位置数字找出对应的字符

• ascii() 是ascii码中的返回该值

• repr() 返回一个对象的string形式

• dict 创建一个字典

• set 创建一个集合

• frozenset() 创建一个冻结的集合，不能进行添加和删除操作。

• len() 返回一个对象中的元素的个数

• sorted() 对可迭代对象进行排序操作 (lamda)

• enumerate() 获取集合的枚举对象

• all() 可迭代对象中全部是True, 结果才是True

• any() 可迭代对象中有一个是True, 结果就是True

• zip() 打包序列成一个元组列表

• fiter() 过滤 (lamda)

• map() 根据提供的函数对指定序列列做映射

8.5. 作用域相关

• locals() 返回当前作用域中的名字

• globals() 返回全局作用域中的名字

8.6. 和迭代器/生成器相关

• range()

• next(): 向下执行一次, 内部实际使? next()

• iter(): 获取迭代器, 内部实际使用 iter()

8.7. 字符串类型代码的执行

• eval() 执行字符串代码,并返回结果

• exec() 执行字符串代码

• compile() 将字符串代码编码,代码对象能够通过exec语句来执行或者eval()进行求值

'8+10'

8.8. 输入输出

• print() : 打印输出

• input() : 获取用户输出的内容

• hash() : 获取到对象的哈希值(int, str, bool, tuple)

• open() : 用于打开一个文件, 创建一个文件句柄

'123'

8.9. 模块相关

import() : 用于动态加载类和函数

import os

帮助，help()，查看函数或模块用途的详细说明

print)

调用相关: callable(), 一个对象是否是可调用的，返回True/False

'a'

查看内置属性, dir() , 访问的是对象中的dir()方法

print(dir(str))

小结

• 基本数据类型：int, str, float, complex

• 容器数据类型：list, dict, tuple

• 分支与迭代结构：if, for, while

• 定义函数与类：def, class

• 常用函数：print,open/close

相关

定量分析方法第01讲：课程概况

主题

优化问题、模型与算法

旅行商问题(Traveling Salesman Problem)求解算法

[公开课] 物流系统优化与决策: 旅行商问题

[公开课] 物流系统优化与决策: 旅行商问题

[公开课] 物流系统优化与决策: 无容量约束仓库选址

[公开课] 物流系统优化与决策: 容量约束仓库选址

[公开课] 物流系统优化与决策: 无容量约束p-median选址

[公开课] 物流系统优化与决策: 容量约束p-median选址

[公开课] 物流系统优化与决策: 多源Weber选址

[公开课] 物流系统优化与决策: p-hub选址

机器学习

机器学习: 鸢尾花数据集

机器学习: Scikit-learn Getting Started

机器学习: An introduction to machine learning with scikit-learn

机器学习: 手写数字识别

机器学习: 人脸补全

Python普通最小二乘法

[公开课]机器学习(01-04): 四个例子

[公开课]机器学习(05-06): 分类结果的评价

[公开课]机器学习(07): 从Scikit-learn看机器学习

[公开课]机器学习(08): 机器学习概念解读

[公开课]机器学习(09):统计学习及监督学习概论

[公开课]机器学习(10): 感知机

[公开课]机器学习(11):k近邻法

[公开课]机器学习(12):朴素贝叶斯法

[公开课]机器学习(13):朴素贝叶斯法重述、第10-12讲的Python算法

[公开课]机器学习(14):梯度下降法

[公开课]机器学习(15):拉格朗日对偶

[公开课]机器学习(16):决策树

[公开课]机器学习(17): 逻辑斯特回归

[公开课]机器学习(18): 最大熵模型

[公开课]机器学习(19): 线性可分支持向量机

[公开课]机器学习(20): 线性支持向量机

[公开课]机器学习(21): 非线性支持向量机

[公开课]机器学习(22): 支持向量机实验

[公开课]机器学习(23): 提升方法Adaboost

[公开课]机器学习(24): 隐马尔科夫模型

[公开课]机器学习(25): 聚类方法

[公开课]机器学习(26): 主成分分析

[公开课]机器学习(27): 神经网络

[公开课]机器学习(28): 集成学习

机器学习28讲视频合集

[公开课]机器学习28讲视频合集01-10

[公开课]机器学习28讲视频合集11-20

[公开课]机器学习28讲视频合集21-28

ALNS自适应大规模邻域搜索

ALNS自适应大规模邻域搜索: 套裁问题

ALNS自适应大规模邻域搜索: 旅行商问题

SCIP数学规划

SCIP数学规划求解器: PySCIPOpt

SCIP: 奇数还是偶数

SCIP: 逻辑约束

SCIP: 四个ATSP模型

SCIP: 1D装箱问题的算法与模型

SCIP: 多商品经济批量订货模型(MEOQ)线性化

SCIP: 选址问题(k-median)

SCIP: 容量约束下多分配选址问题

SCIP: 图着色问题(限定色数)

SCIP: 批量(lot-sizing)优化问题与割平面

SCIP: 最大稳定集问题

SCIP: permutation flow shop

SCIP: 多商品经济批量订货模型(MEOQ)线性化

SCIP: 资源约束调度问题RCSP

SCIP: 鲁棒生产模型(SOCP)

SCIP 05: 整数规划例子

SCIP: 图着色的三个模型

SCIP: Weber问题的二阶锥模型

SCIP: 设施选址问题的分解模型

SCIP: 数独(sudoku)整数规划模型

SCIP: 割平面求解TSP的算法

Python进化计算

Python进化计算Geatpy要点

单目标单连续变量函数二进制编码进化算法

单目标多连续变量带约束实数编码进化算法

带约束的单目标旅行商问题进化算法

句子匹配单目标进化算法

混合编码单目标进化算法

离散变量双目标进化算法

连续变量双目标进化算法

多目标背包进化算法

混合编码多目标背包进化算法

Python优化

Python无约束非线性优化

Python差分进化算法

Python线性规划

Python 数学规划

Python数学规划案例：单分配多枢纽站选址

Python数学规划案例：单源设施选址

Python数学规划案例：路径优化CVRP

Python数学规划案例:一维装箱

Python数学规划案例四：资源约束的最短路径

Python数学规划案例三：最短路径

Python数学规划案例二

Python数学规划之Cplex之旅

Python数学规划案例一

Python数学规划案例一模型

Python: 数学规划

数学规划算法十二讲

单纯型算法第1-4讲

单纯型算法第1-4讲视频

单纯型算法第5-8讲

单纯型算法第9-10讲

单纯型算法第11-12讲

Python数据结构

Python数据结构

Python图

Python二叉树

Python排序

Python查找算法

Python递归

Python链表

Python栈

Python图(csgraph)

Python数据

Python: 数据库之SQLite

Python: Pandas

Python数据库

Numpy快速入门

Pandas入门

Python Web

几分钟做个Web应用

Python信息系统实验：仓库管理

Python基础

Python基础:没有更简单

Python利器

Python快速入门

Python 入门

程序设计

如何学习程序设计

Python技术

复杂性