标识符
- 首字符可以是字母或下划线
- 其余可以是字幕、下划线、数字
- 大小写敏感
关键字
关键字是Python语言的关键组成部分,不可随便作为其他对象的标识符
and | as | assert | break | class | continue | def | del |
---|---|---|---|---|---|---|---|
elif | else | except | exec | finally | for | from | global |
if | import | in | is | lambda | not | or | pass |
raise | return | try | while | with | yield |
range()和xrange()
异同 | range() | xrange() |
---|---|---|
语法 | 相同 | 相同 |
返回 | 列表 | 生成器 |
生成 | 真实列表 | 用多少,生成多少 |
转义字符
字符 | 说明 |
---|---|
\OOO | 八进制数OOO代表的字符 |
\xXX | 十六进制数XX代表的字符 |
\t | 横向制表符 |
\n | 换行 |
\v | 纵向制表符 |
\r | 回车 |
元组
列表和元组最大的区别
列表的元素可以更改,但元组的元素不可以改变
元组用在什么地方
- 在映射类型中当做键来使用
- 函数的特殊类型参数
- 作为很多内建函数的返回值
元组作为函数的常见的返回类型:enumerate()
集合
集合是一个无序的不重复的元素的组合
ndarray
N维数组,别名为array,利于节省内存和提高CPU计算时间
Series
基本特征
- 类似一维数组对象
- 由数据和索引组成
aSer = pd.Series([‘apple’,‘peach’,‘lemon’],index=[1,2,3])
Series的数据对齐
- 空索引会自动生成NaN(not a number)
Series的name属性
- Series对象本身及其索引均有一个name属性
DataFrame
基本特征
- 一个表格型的数据结构
- 含有一组有序的列(类似于index)
- 大致可以看成共享同一个index的Series集合
data = {‘name’:[‘Wangdachui’,‘Linling’,‘Niuyun’],‘pay’:[4000,5000,6000]}
aDf = pd.DataFrame(data)