1.列表/元组相关的函数
函数 | 功能 | 函数 | 功能 |
cmp(a,b) | 比较两个列表/元组的元素 | min(a) | 返回列表/元组元素最小值 |
len(a) | 列表/元组元素个数 | sum(a) | 将列表/元组中的元素求和 |
max(a) | 返回列表/元祖元素最大值 | sorted | 对列表的元素进行升序排序 |
2. 列表相关的方法
函数 | 功能 |
a.append(1) | 将1添加到列表a末尾 |
a.count(1) | 统计列表a中元素1出现的次数 |
a.extend([1,2]) | 将列表[1,2]的内容追加到列表a的末尾(注意是内容,不是整个列表结构) |
a.append([1,2]) | 将列表[1,2]追加到列表a的末尾(注意是整个列表结构) |
a.index(1) | 从列表中找出第一个1的索引位置 |
a.insert(2,1) | 将1插入列表a中索引为2的位置 |
a.pop(1) | 移除列表a中索引为1的元素 |
3.列表转化为字典
3.1 方法一
python2中可以有如下操作:
print( dict( [['t', 20], ['o', 30]] ) )
结果是:{'t': 20, 'o': 30}
python3中同样可以运行该语句,但是会有警告,所以最好使用zip函数,将2个列表转化为1个字典
list1 = ['a', 'b', 'c']
list2 = [1, 2, 3]
dict1 = dict(zip(list1, list2))
print(dict1)
结果是:{'a': 1, 'b': 2, 'c': 3}
3.2 方法二
使用dict.fromkeys()方法,此方法适合字典中各键的值都相同
# [1,2]是初始化各键的值, 可以是数字字母等等
dict1 = dict.fromkeys(['a', 'b', 'c'], [1, 2])
print(dict1)
# fromkeys函数不输入参数时
dict2 = dict.fromkeys(['a', 'b', 'c'])
print(dict2)
结果是:
{'a': [1, 2], 'b': [1, 2], 'c': [1, 2]}
{'a': None, 'b': None, 'c': None}
4. matplotlib基础绘图
import numpy as np
import matplotlib.pyplot as plt # 导入matplotlib
x = np.linspace(0, 10, 1000) # 作图的变量自变量 np.linspace(start, step, end)
y = np.sin(x) + 1
z = np.cos(x**2) + 1
plt.figure(figsize=(8,4)) # 设置图像大小
plt.plot(x, y, label = '$\sin x+1$', color='red', linewidth=2) # 作图,设置标签,线条颜色,线条大小
plt.plot(x,z,'b--', label='$\cos x^2+1$') # 作图,设置标签,线条类型
plt.xlabel('Time(s)') # x轴名称
plt.ylabel('Volt') # y轴名称
plt.title('A Simple Example') # 标题
plt.ylim(0, 2.2) # 显示的y轴范围
plt.legend() # 显示图例
plt.show() # 显示作图结果
另外还有些问题:
(1)matplotlib默认英文字体,中文显示异常,可手动指定默认字体为中文字体,使中文标签正常显示
plt.rcParams['font.sans-serif'] = ['SimHei'] # SimHei是黑体
(2)保存作图图像时,符号有可能显示不正常,可以通过下面这行代码解决
plt.rcParams['axes.unicode_minus'] = False # 解决保存图像时'-'显示为方块的问题
(3)解决新版Pycharm中Matplotlib图像不在弹出独立的显示窗口问题
5. pandas入门
import pandas as pd
s = pd.Series([1,2,3], index=['a','b','c']) # 创建一个序列s
d = pd.DataFrame([[1,2,3], [4,5,6]], columns = ['a', 'b', 'c']) # 创建一个表
d2 = pd.DataFrame(s) # 也可以用已知的序列来创建表格
d.head() # 预览前5行数据
d.describe() # 数据基本统计量
# 读取文件,注意文件的存储路径不能带有中文,可能读取出错
pd.read_excel('data.xls') # 读取Excel文件,创建DataFrame
pd.read_csv('data.csv', encoding='utf-8') # 读取文本格式的数据,一般用encoding指定编码