python科学计算与数据科学应用,python数据科学入门
字符串的常用方法
说明
字符串[开始：结束：步骤]
字符串片段
字符串分割
字符串分段
string.strip
删除开头和结尾的空白
string.rstrip
删除字符串右边的空格。
string.lstrip
删除字符串的左边距。
字符串.索引
返回子字符串的第一个匹配项。
字符串.替换
字符串替换
九月加入
根据sep分隔符将迭代对象拼接成字符串
字符串.计数
计算字符串的子字符串
字符串.查找
返回子字符串的第一个出现位置。
字符串. startwith
字符串是以什么开头的吗？
字符串. endwith
字符串是以什么结尾的吗？
使用字典对象word_dict={}
对于sentence.split()中的单词：
如果单词不在word_dict中：
word_dict[word]=1
否则：
word_dict[word]=1
对于sentence.split()中的单词：
word_dict.setdefault(word，0)
word_dict[word]=1
word_dict=defaultdict(int)
对于sentence.split()中的单词：
word_dict[word]=1
word _ dictdefaultdict的作用：defaultdict的作用是当字典中的键不存在但被找到时，它返回一个默认值而不是一个keyError。
比如键不存在时，返回工厂函数的默认值，比如list对应[]，str对应空字符串，set对应set()，int对应0。
word_dict.items()中关键字、值的遍历字典：
Pirnt键，集合导入计数器中的值统计字典
使用字典中的字典从集合导入默认字典。
user _ movie _ rating=default dict(lambda:default dict(int))
用户_电影_评级[1][1]=4
User_movie_rating[1][2]=5使用元组元组是顺序容器对象，不可变，不允许插入操作。
使用设定的Jaccard系数：
str _ 1=[狗，追，猫]
str_2=(狗，恨，猫)
st_1_wrds=set(str_1.split())
st_2_wrds=set(str_2.split())
n1=len(st_1_wrds)
n2=len(st_2_wrds)
#找出集合中的常用词，统计次数。
cmn=ST _ 1 _ wrds . intersection(ST _ 2 _ wrds)
no cmn=len(ST _ 1 _ wrds . intersection(ST _ 2 _ wrds))
#找出集合中没有重复的单词，并统计次数
unq=st_1_wrds.union(st_2_wrds)
nounq=len(ST _ 1 _ wrds . union(ST _ 2 _ wrds))
#计算相似性
相似度=nocmn/(1.0*nounq)写一个列表a.append()，a.pop()
从随机导入洗牌
#shuffle随机打乱生成的序列
a=范围(1，20)
洗牌
排序()
A.reverse()是从另一个列表创建的列表派生a=[1，2，-1，-2，3，4，-3，-4]
b=[pow(x，2) for x in a if x 0]
Print使用迭代器来生成迭代器和生成器。迭代器对象使用迭代器。从集合中的第一个元素开始访问对象。在访问完所有元素之前，迭代器不会后退。
基本方法：iter()和next()
list=[1，2，3，4]
创建一个迭代器对象
Print(next(it)) #输出迭代器的下一个元素
出局：1
打印(下一页)
Out:2要使用类作为迭代器，需要在类中实现两个方法_iter_()和_next_()。
iterator()方法返回一个特殊的iterator对象，该对象实现next()方法，并通过StopIteration异常来标识迭代的完成。
生成器：使用yield语句而不是return语句返回结果。yield语句一次返回一个结果。在每个结果的中间，暂停函数状态，以便它可以在下次停止的地方继续执行。
生成器表达式：类似于列表派生，但是，生成器不是一次构建一个结果列表，而是返回一个对象，该对象通过。
Decorator Decorator:是一个函数的函数，因为Decorator传入的参数是一个函数，这个函数的功能是通过实现各种函数来增强的。特点：简洁
有或没有装饰器的代码实现：
不带装饰器：
从时间导入时间，睡眠
def fun_one():
开始=时间()
睡眠(1)
end=时间()
成本时间=结束-开始
打印( func one运行时{})。格式(成本时间))
def fun_two():
开始=时间()
睡眠(1)
end=时间()
成本时间=结束-开始
打印( func两个运行时间{} 。格式(成本时间))
def fun_three():
开始=时间()
睡眠(1)
end=时间()
成本时间=结束-开始
打印( func三运行时间{} 。使用装饰器格式化(cost _ time):
定义运行时间(函数):
def包装():
开始=时间()
func() #函数在这里运行。
end=时间()
成本时间=结束-开始
打印( func三运行时间{} 。格式（成本时间))
返回包装
@run_time
def fun_one():
睡眠(1)
@run_time
def fun_two():
睡眠(1)
@run_time
def fun_three():
睡眠(1)带参数的装饰器
定义记录器（消息=无):
定义运行时间（函数):
极好的包装(*args，**kwargs):
开始=时间()
函数()#函数在这里运行
结束=时间()
成本时间=结束-开始
打印([{}] func三次运行时间{} )。格式（消息，成本时间))
返回包装
返回运行时间
@logger(msg=One )
def fun_one():
睡眠(1)
@logger(msg=Two )
def fun_two():
睡眠(1)
@logger(msg=Three )
def fun_three():
睡眠(1)
fun_one()
fun_two()
fun_three()lambad，地图，过滤器、zip、izip数据分析（探索)用图表分析单变量数据数据为单维x，目标为y
方法：散点图，百分位，消除异常值
将数组作为铭牌导入
从matplotlib.pylab导入法兰
将matplotlib.pyplot作为血小板计数导入
fill_data=lambda x:int(x.strip()或0)
数据=NP。genfromtxt(总裁。txt ，dtype=(int)，converters={ 1:fill _ data } delimier=[，])
x=数据[:0]
y=数据[:1]
plt。图(1)
plt.title()
plt.plot(x，y)
#百分位
perc_25=np.percentile(y，25)
#消除异常值
y _ masked=NP。马。masked _ where(y==0，y)科普熊猫ix，iloc，loc区别数据=pd .Series(np.nan，index=[49，48，47，46，45，1，2，3，4，5])
data.iloc[:3]
49南
48南
47南
data.loc[:3]
data.ix[:3]iloc[:3]读取前3行
位置[:3]读取索引为3之前的行
九[:3]会先寻找索引为3的，如果没有再寻找位置为3行的
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。