前言

以下是基于个人对python基础知识的一些理解，之前学习过程中经常会觉得混乱，比如有def和class什么却还要常用lambda？原因是lambda更简洁快速

从结构分：
python基础语法: print,list,dictionary,if判断语句,for loop, while True loop, 
def function, class类
数据分析-numpy: np.array, 矩阵计算,np.random函数, np做聚合计算
数据分析-pandas:pd.Series, pd.DataFrame, df.groupby()['col'].sum()...,loc/iloc函数, 
pd.to_datetime
apply/lambda/map/zip/format函数
数据分析-matplotlib和seaborn画图

从功能分：
将数据结构化: list,dictionary,tuple,np.array,pd.Series,pd.DataFrame
判断并循环: if,for in, while True, lambda
封装功能: def, class, lambda, apply, map
聚合计算: sum, median, mean, quantile, count, size, cumsum
画图:matplotlib, seaborn画图

python基础语法：

#python基础语法: print,list,dictionary,if判断语句,for loop, while True loop,
#def function, class类
list_1=[0,1,2,3,4,5,6,7,8,9]
dict_1={'key_1':[0,1,2,3,4],
        'key_2':[5,6,7,8,9]}#dict包含的key-value键值对

#计算符号+-*/，**是平方，//得最大整除数，%得余数，=是赋值，==是等于

for i in list_1:
    if i%3==0:
        print('奇数')
    else:
        print('偶数')
#for loop需要定义至少一个变量，让它在一个区间内循环,这里实现了判断列表各元素奇偶数的功能
list_2=[]
i=0
while True:
    if i<10:
        list_1.pop()
        list_2.append(i)
        i+=1
    else:
        break
#while loop默认是True的无限循环，希望循环结束需要加上break，如果不是想要跳过是continue
print(list_1,list_2)

import math
def circle_area(r):
    if r<10000:
        y=math.pi*r**2
        return format(y,'.2f')#这里将输出值保留2位小数
    elif r>=10000:
        return r

#调用函数
circle_area(20001)
result=list(map(circle_area,list_2))
print(result)

class Company():
    greeting='Hello, this is Texas Ins'
    
    def __init__(self,state,city,name='Texas Ins'):
        self.name=name
        self.state=state
        self.city=city
    def staff(self,amount,condition):#self在这里可以用于直接调用__init__方法里的实参
        location=self.state+'_'+self.city
        
        print(location.title(),amount,condition)
    
company_1=Company('Ohio','Cincinnati',name='GoodYear')
company_1.staff(500,'health')

数据分析--numpy包

import numpy as np
arr_1=np.array([[1,2,3,4],
               [2,2,3,4]])#建立np.array时注意(),如果是matrix，需要多框一个[]
arr_2=np.array([[2,2,3,4],
                [3,2,3,4]])
mat_1=np.matrix([[9,8,7,6,1],
                 [5,0,4,3,7],
                 [3,4,2,1,8]])
dot_multi=np.dot(arr_1.T,arr_2)#矩阵乘法：点乘
dot_multi

m=np.random.uniform(10,50)#uniform每次只会输出一个数字(floor,ceiling)
n=np.random.randn(4,3)#randn输出x列y行的元素为(0,1)之间的矩阵
p=np.random.random((2,3,4))#random((x,y,z))输出x个矩阵分别是y行z列
print(m)
print('\n')
print(n)
print('\n')
print(p)

np.sum(mat_1,axis=1)#axis=0是列，=1是行(参考https://zhuanlan.zhihu.com/p/432981099)
#np聚合函数可以为ndarray按行列求和

数据分析--pandas包

#数据分析-pandas:pd.Series, pd.DataFrame, df.groupby()['col'].sum()...,loc/iloc函数, 
#pd.to_datetime
import pandas as pd
ser_1=pd.Series([2,2,3,4,5,6],index=[1,2,3,4,5,6])
#series可以保存一列数组和一列index，如未指定，自动从0排序
print(ser_1)

df_1=pd.DataFrame(ser_1,columns=['num'])
#pandas索引可以是整数也可以定义的labels(str abcd啥的)，默认整数索引用loc操作，标签索引用iloc操作
print(df_1)
df_1

#对df增加列,可以直接添加一列也可以把另一个df concat上来
df_1['name']=['lee','yondu','canbi','james','frog','mathew']
df_2=pd.DataFrame(data=mat_1,columns=['a','b','c','d','e'])
df_1=pd.concat([df_1,df_2],axis=1).reset_index().rename(
    columns={'a':'age','b':'state','c':'city','d':'zip','e':'tel'})
#注意reset_index,同时可以顺手把column name改了
df_1['age']=df_1['age'].map(lambda x: np.random.uniform(18,25))
df_1['age']=df_1['age'].astype('int32')
#创建使用lambda函数结合random.choice给state列随机填入state name
state=['Ohio','California','Kentucky','Illinoii']
df_1['state']=df_1['state'].map(lambda x: np.random.choice(state))

city={'Ohio':'Columbus','California':'San Josh','Kentucky':'New Port','Illinoii':'Chicago'}
zip={'Ohio':100,'California':900,'Kentucky':300,'Illinoii':500}
#使用map函数按state给city和zipcode赋值
df_1['city']=df_1['state'].map(city)
df_1['zip']=df_1['state'].map(zip)
df_1['tel']=np.nan
df_1
#切片查询，整数索引用loc，标签索引用iloc
print(df_1.loc[0:3,'name':'city'])
print(df_1.loc[(df_1['age']>=20)&(df_1['state']=='Ohio')])#可以使用多个判断条件查询
df_1
#df按照某几列进行聚合用groupby
origin_ratio=(df_1.groupby(['state','city'])['name'].count()/
              len(df_1)).apply(lambda x: format('%.2f'%x))
origin_ratio.reset_index().rename(columns={'name':'ratio'})

map/apply搭配lambda的万能方法

print(df_1['age'])
#map是把一个function作用到df的函数
#lambda用于定义简单函数
df_1['age']=df_1['age'].map(lambda x: x+1)
df_1
#apply可以同时处理多个变量

#format可以用于处理保留小数
origin_ratio=(df_1.groupby(['state','city'])['name'].count()/
              len(df_1)).apply(lambda x: '{:.2%}'.format(x))