python的简单使用_python的一些简单操作及基本函数的用法-CSDN博客

一些函数的使用：

conda list 查看所有安装包

conda install numpy scipy pandas 同时安装多个包

conda --version 查看当前conda的版本号

conda env list 查看所有环境信息

conda update conda 更新conda

conda update anaconda 更新anaconda

conda update python 更新Python

conda config --show 查看当前所有配置

conda config --show-sources 查看当前使用源

conda config --remove channels 删除指定源

conda config --add channels 加指定源

type 返回数据的类型

range(start, stop[, step])

len()

endswith()

append()

print() 加单引号、双引号、三引号的区别print引号区别

单引号和双引号的效果相同，如果print的原有内容有单引号则使用双引号更方便(同理双引号)

三引号是可针对段落(类似于代码块中使用的```)

在spyder的控制台执行一个.py文件,使用如下代码即可：run 文件名.py;而在cmd中需使用python 文件名.py

循环执行某个.py文件并输出，代码如下：参考：

import os

i=0

while i<=2:

os.system("python test.py 1>>log.txt") #执行test.py文件并将结果输出到log.txt文件

i=i+1

删除某个文件：os.unlink('log.txt')

添加国内镜像源（国内清华大学镜像）

jupyter调用终端命令行

Jupyter调用终端命令行命令只需要在单元格中的命令前面加！即可，如安装第三方库：！pip package_name。

jupyter安装第三方库

第三方库安装有三种方式，其安装效果都是一样的：

将外部程序加载到单元格

Jupyter允许直接将外部程序加载到单元格，例如已经写好的类或方法，使用%load file_name.py即可实现

执行%load test.py，单元格会默认将%load test.py注释掉（即加#注释），然后加载test.py中的内容到单元格，效果如下：

在执行上面加载的单元格得到代码的具体执行结果如下：

if name == 'main'：的作用和原理参考：name_ == 'main'

Jupyter的魔术命令

Jupyter支持IPython中的魔术命令。所谓魔术命令指的是IPython提供的特殊命令，它将常用的操作以%开头的命令封装起来，使用时非常方便，常用的魔术命令如下：

%matplotlib inline：一般情况下，Python的可视化都会用到Matplotlib库，其详情说明在matplotlib模块中。

python导入库的两种方式：

直接导入库，方法是import[库名]。例如，import numpy。对于某些库名比较长的库，我们会使用as方法命名别名，以方便后续使用，例如，import numpy as np。

导入库中的指定函数，方法是from[库名]import[函数名]。例如from sklearn import linear_model。这种情况下也可以使用as命名别名方便后续使用，例如，from matplotlib import pyplot as plt。

读取文件的方式：

使用read、readline、readlines读取数据

read和readlines都能够读取全部数据，但是read返回的是字符串，适用于大段文字，readlines返回的是列表，适用于一行为一个记录的数据；而readline每次只读取一行数据，三种方式的效果如下：

读取文件的步骤为定义数据文件、获取文件对象、读取文件内容、关闭文件对象，对应代码如下：

file_name='d:/python/test.txt'

file_object=open(file_name)

data=file_object.read()

data.close()

使用numpy的loadtxt、load、fromfile读取数据

loadtxt是读取txt格式的文件，其方法如下：

loadtxt(fname, dtype=, comments='#', delimiter=None, converters=None, skiprows=0, usecols=None, unpack=False, ndmin=0)

重要参数说明：

fname：文件或字符串，必填，这里指定要读取的文件名称或字符串，支持压缩的数据文件，包括gz和bz格式。

delimiter：字符串，用来分隔多个列的分隔符，例如逗号、TAB符，选填，默认值为空格。

从文件中读取的数组。

load读取Numpy专用的二进制数据文件，从npy、npz或pickled文件加载数组或pickled对象，其方法如下：

load(file, mmap_mode=None, allow_pickle=True, fix_imports=True, encoding='ASCII')

从数据文件中读取的数组、元组、字典等。

fromfile可以读取简单的文本文件数据以及二进制数据，该方法读取的数据来源于Numpy的tofile方法，即通过Numpy的tofile方法将特定数据保存为文件（默认为二进制数据文件，无论文件扩展名如何定义），然后通过fromfile方法读取该二进制文件，其方法如下：

fromfile(file, dtype=float, count=-1, sep='')

重要参数说明：

count：整数型，读取数据的数量，-1意味着读取所有数据

sep：字符串，如果file是一个文本文件，那么该值就是数据间的分隔符。如果为空（""）则意味着file是一个二进制文件，多个空格将按照一个空格处理。

从文件中读取的数据。

使用pandas的read_csv、read_fwf、read_table读取数据

read_csv方法可以读取csv格式的数据文件，其方法如下：

read_csv(filepath_or_buffer, sep=',', delimiter=None, header='infer', names=None, index_col=None, usecols=None, **kwds)

重要参数说明：

names:类数组，列名，选填，默认值为空。

encoding：文件编码，默认情况下是“utf-8”，但需要注意的是，从原始数据库中导出的数据可能有各种编码，例如gb2312、latin1等，因此这里要设置为与原始数据一致的编码格式。

read_fwf方法可以读取表格或固定宽度格式的文本行到数据框，其方法如下：

read_fwf(filepath_or_buffer, colspecs='infer', widths=None, **kwds)

重要参数说明：

widths：由整数组成的列表，选填，如果间隔是连续的，可以使用字段宽度列表而不是“colspecs”。

read_table方法可以读取分隔符分隔的数据文件到数据框，其方法如下：

read_table(filepath_or_buffer, sep='\t', delimiter=None, header='infer', names=None, index_col=None, usecols=None, **kwds)

参数和read_csv完全一样，只是sep参数的默认值不同