python数据分析基础
---恢复内容开始---
Python数据分析基础(1)
//2019.07.09
python数据分析基础总结
1、python数据分析主要使用IDE是Pycharm和Anaconda,最为常用和方便的是Anaconda.
2、python字符串常用操作:
(1)用三引号实现字符串的多行输入;
(2)字符串的特征分割:可以利用split函数来进行实现,例如s是定义的字符串,那么s.split("分割特征q")则可以实现字符串s以分割特征q为隔离点分成几块;
(3)字符串的长度可以用len函数,len(s)可以输出字符串s的长度.
3、布尔值True和False
对于布尔值的定义和使用一般有两种方式:
(1)直接定义法:a=True
(2)间接判断赋值法:a=1>2 == a=False
4、空值的数据类型:a=""或a=None,输出a的长度len(a)=0,输出a即为""或者没有输出
5、Python的数据结构主要有四种:元组tuple(,),列表[,],字典{key:value}以及集合set{,}
6、元组tuple()
元组一般建立是用小括号来进行建立的,并且它建立之后是不可修改的,类似于常数const,用于数据的保护和不变操作,数据之间用逗号隔。
7、列表的常见操作:
(1)插入列表里某个值:a.insert(x,y),其中x代表的是需要添加位置的索引号,y代表需要添加在x处的值;
(2)删掉列表里面的某个值:a.pop(x),其中x代表的是删减位置的索引号;如果直接是a.pop()则代表删掉列表的最后一位的值;
(3)在列表末尾增加某个值:a.append(x),其中x代表末尾需要添加的值的大小;
(4)数据的切片:
1)对于一个列表,进行相应数据的切片和取值,形式如下:
假设a为一个列表,则对于a进行相应的数据切片提取应该是a[x:y]:表示提取a中索引位置x到y-1的数值,a[:y]和a[0:y]是等效的,另外a[x:]表示从x位置取到最后一位;还有就是x和y可以是负数,表示从倒数的第x位置处取值;
2)a[x:y:dis]:其中x和y依旧表示提取a中索引位置x到y-1的数值,不过间隔不是1,而是dis的大小。

8、字典{key:value}
字典的数据结构建立表示了两者对应的关系,key代表它的属性,而value代表它的属性所对应的具体组成。对于字典的操作一般的操作有s.keys,s.values,s.items,s.pop(x)(删减其中的x属性),s.["x"]=y(增加属性x)或者修改属性x所对应的值

9、集合set{}
集合的建立也是大括号{},不过它主要表示不可重复的值域,对于重复的数据组成集合是只计一次,比如对于set={1,1,2,2,3,4,5},其实质set组成应该为set={1,2,3,4,5}
10、对于集合set间的运算主要有三种:交集(&)、并集(|)和相减(-)操作。
11、判断和循环:
(1)判断主要是if else以及if elif else等结构
(2)循环主要是for循环(for i in []:)和while循环(while 判断条件:);
12、python函数组成主要分为两大类:内置函数(max(),min(),sum(),abs(),sqrt()等)和自定义函数;
13、python自定义函数主要如下:
def function(x,y,z...):
......
return a,b,c
其中function是自定义函数的名称,x,y,z是函数的输入参数,return是返回值,一个函数可以有多个函数值,多个返回值返回时是返回一个元组。
14、常见的运算符大全如下:


15、对于列表的自动建立主要有两种方式:
list()以及[]
比如list("abcde12345")和[i for i in range(1,10) if i%2==1]
另外字符串和数值之间也可以自动转换,利用函数str或者int
例如如下:
---恢复内容结束---
python数据分析基础的更多相关文章
- Python数据分析基础教程
Python数据分析基础教程(第2版)(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1_FsReTBCaL_PzKhM0o6l0g 提取码:nkhw 复制这段内容后 ...
- Python数据分析基础PDF
Python数据分析基础(高清版)PDF 百度网盘 链接:https://pan.baidu.com/s/1ImzS7Sy8TLlTshxcB8RhdA 提取码:6xeu 复制这段内容后打开百度网盘手 ...
- Numpy使用大全(python矩阵相关运算大全)-Python数据分析基础2
//2019.07.10python数据分析基础——numpy(数据结构基础) import numpy as np: 1.python数据分析主要的功能实现模块包含以下六个方面:(1)numpy—— ...
- python 数据分析基础
安装Python基础的几个数据分析库: pip install pandas pip install numpy pip install scipy pip install scikit-surpri ...
- Python数据分析基础——读写CSV文件2
2.2筛选特定的行: 行中的值满足某个条件 行中的值属于某个集合 行中的值匹配于某个模式(即:正则表达式) 2.2.1:行中的值满足于某个条件: 基础python版: #!/usr/bin/env p ...
- Python数据分析基础——读写CSV文件
1.基础python代码: #!/usr/bin/env python3 # 可以使脚本在不同的操作系统之间具有可移植性 import sys # 导入python的内置sys模块,使得在命令行中向脚 ...
- python数据分析基础——numpy和matplotlib
numpy库是python的一个著名的科学计算库,本文是一个quickstart. 引入:计算BMI BMI = 体重(kg)/身高(m)^2假如有如下几组体重和身高数据,让求每组数据的BMI值: w ...
- Python数据分析基础——Numpy tutorial
参考link https://docs.scipy.org/doc/numpy-dev/user/quickstart.html 基础 Numpy主要用于处理多维数组,数组中元素通常是数字,索引值为 ...
- $python数据分析基础——初识numpy库
numpy库是python的一个著名的科学计算库,本文是一个quickstart. 引入:计算BMI BMI = 体重(kg)/身高(m)^2 假如有如下几组体重和身高数据,让求每组数据的BMI值: ...
随机推荐
- 四 Spring的工厂类,xml的配置
Spring工厂类的结构图: BeanFactory:老版本的工厂类 BeanFactory:调用getBean的时候,才会生产类的实例 ApplicationFactory:新版本的工厂类 加载配置 ...
- IELTS Writing Task 1: two-chart answer
Thursday, January 09, 2020 The chart below shows the value of one country's exports in various categ ...
- 【PAT甲级】1016 Phone Bills (25 分)(结构体排序)
题意: 输入24个正整数代表从0到23每个小时通话一分钟花费的美分.输入一个正整数N(<=1000),然后输入N组字符串,每个字符串包含客户的名字和通话的时刻以及打出或者挂断的状态. 按照字典序 ...
- WCF服务调用方式
WCF服务调用通过两种常用的方式:一种是借助代码生成工具SvcUtil.exe或者添加服务引用的方式,一种是通过ChannelFactory直接创建服务代理对象进行服务调用.
- Qtxlsx的使用
上一遍讲述了基于Qt5.9.8下编译Xtxlsx,本遍讲述基于Qt5.9.8下使用Qtxlsx 1.打开Qt Creator 4.8.2(Enterprise),创建工程,选择版本 2.在pro文件中 ...
- Codeforces1307D. Cow and Fields
对于本题,最短路,考虑bfs,那么我们可以跑2次bfs,求出每个点到1与n的最短路,设为x_a, x_b,那我们可以把问题转换成max(min{x_a+y_b,x_b+y_a}+1)(x,y属于1到n ...
- Python的类(class)和实例(Instance)如何操作使用
面向对象最重要的概念就是类(Class)和实例(Instance),必须牢记类是抽象的模板,比如Student类,而实例是根据类创建出来的一个个具体的“对象”,每个对象都拥有相同的方法,但各自的数据可 ...
- unity 骨骼 蒙皮
https://blog.csdn.net/weixin_44350205/article/details/100551233 https://www.jianshu.com/p/d5e2870eb3 ...
- Melodic 使用URDF创建简单的机器人模型
本人Linux版本:Ubuntu 18.04LTS ROS版本:Melodic URDF代码 <?xml version="1.0" ?> <robot name ...
- Keras入门——(6)长短期记忆网络LSTM(三)
参考: https://blog.csdn.net/u012735708/article/details/82769711 https://zybuluo.com/hanbingtao/note/58 ...