Python学习笔记5——Python异常、模块与包

异常就是程序运行的过程中出现了错误

捕获异常

在可能发生异常的地方,进行捕获。当异常出现的时候,提供解决方式,而不是任由其导致程序无法运行。

捕获异常的语法

1、捕获常规异常

try:

可能发生错误的代码

except:

如果出现异常执行的代码

2、捕获指定异常

try:

print(name)

except NameError as e:

print('name变量名称未定义错误')

3、捕获多个异常

当捕获多个异常时,可以把要捕获的异常类型的名字,放到except 后,并使用元组的方式进行书写。

try:

print(1/0)

except (NameError, ZeroDivisionError):

print('ZeroDivision错误…')

4、捕获异常并输出描述信息

try:

print(num)

except (NameError, ZeroDivisionError) as e:

print(e)

5、捕获所有异常

try:

print(name)

except Exception as e:

print(e)

6、异常else(else表示的是如果没有异常要执行的代码。)

try:

print(1)

except Exception as e:

print(e)

else:

print('我是else,是没有异常的时候执行的代码')

6、异常的finally(finally表示的是无论是否异常都要执行的代码,例如关闭文件。)

try:

f = open('test.txt', 'r')

except Exception as e:

f = open('test.txt', 'w')

else:

print('没有异常,真开心')

finally:

f.close()

异常的种类多种多样,如果想要不管什么类型的异常都能捕获到,那么使用:

两种方式捕获全部的异常

  • except:

  • except Exception: 两种方式捕获全部的异常

Python模块

Python 模块(Module),是一个 Python 文件,以 .py 结尾. 模块能定义函数,类和变量,模块里也能包含可执行的代码.

模块的导入方式

常用的组合形式如:

import 模块名

from 模块名 import 类、变量、方法等

from 模块名 import *

import 模块名 as 别名

from 模块名 import 功能名 as 别名

注:

  1. from可以省略,直接import即可
  2. as别名可以省略
  3. 通过”.”来确定层级关系
  4. 模块的导入一般写在代码文件的开头位置

自定义模块

在Python代码文件中正常写代码即可,通过import、from关键字和导入Python内置模块一样导入即可使用。

main变量的功能:

if main == “main”表示,只有当程序是直接执行的才会进入if内部,如果是被导入的,则if无法进入

注意事项:

不同模块,同名的功能,如果都被导入,那么后导入的会覆盖先导入的

all变量可以控制import *的时候哪些功能可以被导入

如果一个模块文件中有__all__变量,当使用from xxx import *导入时,只能导入这个列表中的元素

Python包

自定义包

从物理上看,包就是一个文件夹,在该文件夹下包含了一个 init.py 文件,该文件夹可用于包含多个模块文件 从逻辑上看,包的本质依然是模块

包的作用: 当模块文件越来越多时,包可以帮助管理这些模块, 包的作用就是包含多个模块,但包的本质依然是模块

注意:新建包后,包内部会自动创建__init__.py文件,这个文件控制着包的导入行为

导入包

import 包名.模块名

包名.模块名.目标

方式二: 注意:必须在__init__.py文件中添加__all__ = [],控制允许导入的模块列表

from 包名 import *

all变量的作用: 同模块中学习到的是一个作用,控制 import * 能够导入的内容

安装第三方包

在Python程序的生态中,有许多非常多的第三方包(非Python官方),可以极大的帮助我们提高开发效率,如:

科学计算中常用的:numpy包

数据分析中常用的:pandas包

大数据计算中常用的:pyspark、apache-flink包

图形可视化常用的:matplotlib、pyecharts

人工智能常用的:tensorflow 等

第三方的包,极大的丰富了Python的生态,提高了开发效率。 但是由于是第三方,所以Python没有内置,所以需要安装它们才可以导入使用。

如何安装?

在命令提示符内:

pip install 包名称

pip install -i Simple Index 包名称

该学习笔记由观看 黑马程序员python教程,8天python从入门到精通,学python看这套就够了-哔哩哔哩】 https://b23.tv/fDS6HWr  而做

  • 18
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这篇笔记主要介绍了Pandas模块的基本操作和使用方法。Pandas是Python中一个用于数据分析和处理的常用库,提供了高效的数据结构和数据分析工具,是进行数据处理和数据挖掘的重要工具之一。 一、Pandas数据结构 Pandas主要有两种数据结构:Series和DataFrame。 1. Series Series是一种类似于一维数组的对象,由一组数据和一组与之相关的标签(即索引)组成。Series的创建方式如下: ```python import pandas as pd # 通过列表创建Series s = pd.Series([1, 3, 5, np.nan, 6, 8]) # 通过字典创建Series s = pd.Series({'a': 1, 'b': 2, 'c': 3}) ``` 2. DataFrame DataFrame是一种二维表格数据结构,由一组数据和一组行索引和列索引组成。DataFrame的创建方式有很多种,最常用的是通过字典创建。例如: ```python import pandas as pd data = {'name': ['Tom', 'Jerry', 'Mike'], 'age': [18, 20, 22], 'gender': ['M', 'M', 'F']} df = pd.DataFrame(data) ``` 二、Pandas的基本操作 1. 数据读取 Pandas可以读取多种格式的数据文件,如CSV、Excel、SQL等。常用的读取CSV文件的方式如下: ```python import pandas as pd df = pd.read_csv('data.csv') ``` 2. 数据预处理 数据预处理是数据挖掘中非常重要的一部分,Pandas提供了很多方便的函数和方法来进行数据清洗和转换。常用的数据预处理函数和方法有: - 处理缺失值 ```python # 判断是否存在缺失值 df.isnull() # 删除缺失值 df.dropna() # 填充缺失值 df.fillna(value) ``` - 处理重复值 ```python # 删除重复值 df.drop_duplicates() ``` - 数据转换 ```python # 数据类型转换 df.astype() # 数据替换 df.replace() ``` 3. 数据分析 Pandas提供了各种数据分析和处理的方法和函数,常用的括: - 统计函数 ```python # 计算平均值 df.mean() # 计算标准差 df.std() # 计算最大值和最小值 df.max(), df.min() ``` - 排序 ```python # 按照某列排序 df.sort_values(by='column_name') ``` - 数据聚合 ```python # 对某列数据进行分组求和 df.groupby('column_name').sum() ``` 以上是Pandas模块的基础内容,还有很多高级用法和技巧需要进一步学习和掌握。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值