python list返回元素坐标

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