python教程100字

Ⅰ python该怎么入门

作为初学者，第一个月的月目标应该是这样的：

• 熟悉基本概念（变量，条件，列表，循环，函数）

• 练习超过 30 个编程问题

• 利用这些概念完成两个项目

• 熟悉至少 2 个框架

• 开始使用集成开发环境（IDE），Github，hosting，services 等

整体计划

现在，我们先将月计划细化成周计划。

第一周：熟悉 Python

要积极探索 Python 的使用方法，尽可能多的完成下面这些任务：

• 第一天：基本概念（4 小时）：print，变量，输入，条件语句

• 第二天：基本概念（5 小时）：列表，for 循环，while 循环，函数，导入模块

• 第三天：简单编程问题（5 小时）：交换两个变量值，将摄氏度转换为华氏温度，求数字中各位数之和，判断某数是否为素数，生成随机数，删除列表中的重复项等等

• 第四天：中级编程问题（6 小时）：反转一个字符串（回文检测），计算最大公约数，合并两个有序数组，猜数字游戏，计算年龄等等

• 第五天：数据结构（6 小时）：栈，队列，字典，元组，树，链表。

• 第六天：面向对象编程（OOP）（6 小时）：对象，类，方法和构造函数，面向对象编程之继承

• 第七天：算法（6 小时）：搜索（线性和二分查找）、排序（冒泡排序、选择排序）、递归函数（阶乘、斐波那契数列）、时间复杂度（线性、二次和常量）

通过第一周时间，python大致能熟悉了，自学能力稍微弱一点找人带下你，节约自己的时间。

注意：别急着安装 Python 环境！


这看起来很矛盾，但是你一定要相信我。我有几个朋友，他们因为语言工具包和 IDE 安装的失败而逐渐失去了学习下去的欲望。因此，我的建议是先使用一些安卓 app 来探索这门语言，如果你是个技术小白，安装 Python 环境可不是你的首要任务。

第二周：开始软件开发（构建项目）

接下来，让我们朝着软件开发任务进军吧！不妨尝试综合你学到的知识完成一个实际的项目：

• 第一天：熟悉一种 IDE（5 小时）: IDE 是你在编写大型项目时的操作环境，所以你需要精通一个 IDE。在软件开发的初期，我建议你在 VS code 中安装 Python 扩展或使用 Jupyter notebook。

• 第二天：Github（6 小时）：探索 Github，并创建一个代码仓库。尝试提交（Commit）、查看变更（Diff）和上推（Push）你的代码。另外，还要学习如何利用分支工作，如何合并（merge）不同分支以及如何在一个项目中创建拉取请求（pull request）。

• 第三天：第一个项目——简单计算器（4 小时）：熟悉 Tkinter，创建一个简单的计算器

• 第四、五、六天：个人项目（每天 5 小时）：选定一个项目并完成它。如果你不知道你该做什么，可以查看下面的清单（https://www.quora.com/what-some-good pythonprojects -for-an- middle - programmer/answer/jhankar - mahbub2）

• 第七天：托管项目（5 小时）：学习使用服务器和 hosting 服务来托管你的项目。创建一个 Heroku 设置并部署你构建的应用程序。

为什么要写项目？

如果仅仅按部就班地学习课堂上或视频中的内容，你无法拥有独立思考能力。所以，你必须把你的知识应用到一个项目中。当你努力寻找答案时，你也在慢慢地学会这些知识。

第三周：让自己成为一名程序员

第 3 周的目标是熟悉软件开发的整体过程。你不需要掌握所有的知识，但是你应该知道一些常识，因为它们会影响你的日常工作。

• 第一天：数据库基础（6 小时）：基本 SQL 查询（创建表、选择、Where 查询、更新）、SQL 函数（Avg、Max、Count）、关系数据库（规范化）、内连接、外连接等

• 第二天：使用 Python 数据库（5 小时）：利用一种数据库框架（SQLite 或 panda），连接到一个数据库，在多个表中创建并插入数据，再从表中读取数据。

• 第三天：API（5 小时）：如何调用 API。学习 JSON、微服务（micro-service）以及表现层应用程序转换应用程序接口（Rest API）。

• 第四天：Numpy（4 小时）：熟悉 Numpy（https://towardsdatascience.com/lets-talk-about- Numpy -for- datascies-beginners-b8088722309f）并练习前 30 个 Numpy 习题（https://github.com/rougier/numpy- 100/blob/master/100_numpy_excercises.md)

• 第五、六天：作品集网站（一天 5 小时）：学习 Django，使用 Django 构建一个作品集网站（https://realpython.com/get- start-with-django -1/），也要了解一下 Flask 框架。

• 第七天：单元测试、日志、调试（5 小时）：学习单元测试（PyTest），如何设置和查看日志，以及使用断点调试。

真心话时间（绝密）

如果你非常“疯狂”，并且非常专注，你可以在一个月内完成这些任务。你必须做到：

• 把学习 Python 作为你的全职活动。你需要从早上 8 点开始学习，一直到下午 5 点。在此期间，你可以有一个午休时间和茶歇时间（共 1 小时）。

• 8 点列出你今天要学的东西，然后花一个小时复习和练习你昨天学过的东西。

• 从 9 点到 12 点：开始学习，并进行少量练习。在午饭后，你需要加大练习量，如果你卡在某个问题上，可以在网上搜索解决方案。

• 严格保持每天 4-5 小时的学习时间和 2-3 小时的练习时间（每周最多可以休息一天）。

• 你的朋友可能会认为你疯了。走自己的路，让别人去说吧！

如果你有一份全职工作，或者你是一名学生，完成这些流程可能需要更长的时间。作为一名全日制学生，我花了 8 个月的时间来完成这份清单。现在我是一名高级开发人员。所以，不管花多长时间，一定要完成它们。要想成功完成一个目标，必须付出百分之百的努力。

第四周：认真考虑工作（实习）问题

第 4 周的目标是认真思考如何才能被录用。即使你现在不想找工作，你也可以在探索这条道路的过程中学到很多东西。

• 第一天：准备简历（5 小时）：制作一份一页的简历。把你的技能总结放在最上面，必须在写项目的同时附上 Github 链接。

• 第二天：作品集网站（6 小时）：写几个博客，将它们添加到你之前开发的作品集网站中。

• 第三天：LinkedIn 简介（4 小时）：创建一个 LinkedIn 个人简介，把简历上的所有内容都放到 LinkedIn 上。

• 第四天：面试准备（7 小时）：准备一些谷歌常见的面试问题，练习白皮书中的 10 个面试编程问题。在 Glassdoor、Careercup 等网站中查看前人遇到的面试问题。

• 第五天：社交（~小时）：走出房门，开始参加聚会、招聘会，与其他开发人员和招聘人员见面。

• 第六天：工作申请（~小时）：搜索“Python Job”，查看 LinkedIn Job 和本地求职网站。选择 3 个工作岗位并发送工作申请。为每个工作定制你的简历。在每个工作要求中找出 2 到 3 件你不知道的事情，并在接下来的 3-4 天里学会它们。

• 第七天：在拒绝中学习（~小时）：每次你被拒绝的时候，找出两件为了获得这份工作你应该知道的事情，然后花 4-5 天 的时间来掌握它们。这样，每次拒绝都会让你成为更好的开发人员。

Ⅱ 数据分析员用python做数据分析是怎么回事，需要用到python中的那些内容，具体是怎么操作的

大数据！大数据！其实是离不开数据二字，但是总体来讲，自己之前对数据的认知是不太够的，更多是在关注技术的提升上。换句话讲，自己是在做技术，这些技术处理的是数据，而不能算是自己是在做数据的。大规模数据的处理是一个非常大的课题，但是这一点更偏向于是搞技术的。

与数据分析相关的Python库很多，比如Numpy、pandas、matplotlib、scipy等，数据分析的操作包括数据的导入和导出、数据筛选、数据描述、数据处理、统计分析、可视化等等。接下来我们看一下如何利用Python完成数据的分析。
生成数据表
常见的生成方法有两种，第一种是导入外部数据，第二种是直接写入数据，Python支持从多种类型的数据导入。在开始使用Python进行数据导入前需要先导入pandas库，为了方便起见，我们也同时导入Numpy库。代码是最简模式，里面有很多可选参数设置，例如列名称、索引列、数据格式等等。
检查数据表
Python中使用shape函数来查看数据表的维度，也就是行数和列数。你可以使用info函数查看数据表的整体信息，使用dtypes函数来返回数据格式。Isnull是Python中检验空值的函数，你可以对整个数据表进行检查，也可以单独对某一列进行空值检查，返回的结果是逻辑值，包含空值返回True，不包含则返回False。使用unique函数查看唯一值，使用Values函数用来查看数据表中的数值。
数据表清洗
Python中处理空值的方法比较灵活，可以使用Dropna函数用来删除数据表中包含空值的数据，也可以使用fillna函数对空值进行填充。Python中dtype是查看数据格式的函数，与之对应的是astype函数，用来更改数据格式，Rename是更改列名称的函数，drop_plicates函数删除重复值，replace函数实现数据替换。
数据预处理
数据预处理是对清洗完的数据进行整理以便后期的统计和分析工作，主要包括数据表的合并、排序、数值分列、数据分组及标记等工作。在Python中可以使用merge函数对两个数据表进行合并，合并的方式为inner，此外还有left、right和outer方式。使用ort_values函数和sort_index函数完成排序，使用where函数完成数据分组，使用split函数实现分列。
数据提取
主要是使用三个函数：loc、iloc和ix，其中loc函数按标签值进行提取，iloc按位置进行提取，ix可以同时按标签和位置进行提取。除了按标签和位置提起数据以外，还可以按具体的条件进行数据，比如使用loc和isin两个函数配合使用，按指定条件对数据进行提取。
数据筛选汇总
Python中使用loc函数配合筛选条件来完成筛选功能，配合sum和 count函数还能实现excel中sumif和countif函数的功能。Python中使用的主要函数是groupby和pivot_table。groupby是进行分类汇总的函数，使用方法很简单，制定要分组的列名称就可以，也可以同时制定多个列名称，groupby 按列名称出现的顺序进行分组。

Ⅲ 如何使用Python为Hadoop编写一个简单的MapRece程序

在这个实例中，我将会向大家介绍如何使用Python 为 Hadoop编写一个简单的MapRece
程序。
尽管Hadoop 框架是使用Java编写的但是我们仍然需要使用像C++、Python等语言来实现Hadoop程序。尽管Hadoop官方网站给的示例程序是使用Jython编写并打包成Jar文件，这样显然造成了不便，其实，不一定非要这样来实现，我们可以使用Python与Hadoop 关联进行编程，看看位于/src/examples/python/WordCount.py 的例子，你将了解到我在说什么。

我们想要做什么？

我们将编写一个简单的 MapRece 程序，使用的是C-Python，而不是Jython编写后打包成jar包的程序。
我们的这个例子将模仿 WordCount 并使用Python来实现，例子通过读取文本文件来统计出单词的出现次数。结果也以文本形式输出，每一行包含一个单词和单词出现的次数，两者中间使用制表符来想间隔。

先决条件

编写这个程序之前，你学要架设好Hadoop 集群，这样才能不会在后期工作抓瞎。如果你没有架设好，那么在后面有个简明教程来教你在Ubuntu linux 上搭建（同样适用于其他发行版linux、unix）

如何使用Hadoop Distributed File System (HDFS)在Ubuntu Linux 建立单节点的 Hadoop 集群

如何使用Hadoop Distributed File System (HDFS)在Ubuntu Linux 建立多节点的 Hadoop 集群

Python的MapRece代码

使用Python编写MapRece代码的技巧就在于我们使用了 HadoopStreaming 来帮助我们在Map 和 Rece间传递数据通过STDIN (标准输入)和STDOUT (标准输出).我们仅仅使用Python的sys.stdin来输入数据，使用sys.stdout输出数据，这样做是因为HadoopStreaming会帮我们办好其他事。这是真的，别不相信！

Map: mapper.py

将下列的代码保存在/home/hadoop/mapper.py中，他将从STDIN读取数据并将单词成行分隔开，生成一个列表映射单词与发生次数的关系：
注意：要确保这个脚本有足够权限（chmod +x /home/hadoop/mapper.py）。

#!/usr/bin/env python

import sys

# input comes from STDIN (standard input)
for line in sys.stdin:
# remove leading and trailing whitespace
line = line.strip()
# split the line into words
words = line.split()
# increase counters
for word in words:
# write the results to STDOUT (standard output);
# what we output here will be the input for the
# Rece step, i.e. the input for recer.py
#
# tab-delimited; the trivial word count is 1
print '%s\\t%s' % (word, 1)在这个脚本中，并不计算出单词出现的总数，它将输出 "<word> 1" 迅速地，尽管<word>可能会在输入中出现多次，计算是留给后来的Rece步骤（或叫做程序）来实现。当然你可以改变下编码风格，完全尊重你的习惯。

Rece: recer.py

将代码存储在/home/hadoop/recer.py 中，这个脚本的作用是从mapper.py 的STDIN中读取结果，然后计算每个单词出现次数的总和，并输出结果到STDOUT。
同样，要注意脚本权限：chmod +x /home/hadoop/recer.py

#!/usr/bin/env python

from operator import itemgetter
import sys

# maps words to their counts
word2count = {}

# input comes from STDIN
for line in sys.stdin:
# remove leading and trailing whitespace
line = line.strip()

# parse the input we got from mapper.py
word, count = line.split('\\t', 1)
# convert count (currently a string) to int
try:
count = int(count)
word2count[word] = word2count.get(word, 0) + count
except ValueError:
# count was not a number, so silently
# ignore/discard this line
pass

# sort the words lexigraphically;
#
# this step is NOT required, we just do it so that our
# final output will look more like the official Hadoop
# word count examples
sorted_word2count = sorted(word2count.items(), key=itemgetter(0))

# write the results to STDOUT (standard output)
for word, count in sorted_word2count:
print '%s\\t%s'% (word, count)
测试你的代码（cat data | map | sort | rece）

我建议你在运行MapRece job测试前尝试手工测试你的mapper.py 和 recer.py脚本，以免得不到任何返回结果
这里有一些建议，关于如何测试你的Map和Rece的功能：
——————————————————————————————————————————————
\r\n
# very basic test
hadoop@ubuntu:~$ echo "foo foo quux labs foo bar quux" | /home/hadoop/mapper.py
foo 1
foo 1
quux 1
labs 1
foo 1
bar 1
——————————————————————————————————————————————
hadoop@ubuntu:~$ echo "foo foo quux labs foo bar quux" | /home/hadoop/mapper.py | sort | /home/hadoop/recer.py
bar 1
foo 3
labs 1
——————————————————————————————————————————————

# using one of the ebooks as example input
# (see below on where to get the ebooks)
hadoop@ubuntu:~$ cat /tmp/gutenberg/20417-8.txt | /home/hadoop/mapper.py
The 1
Project 1
Gutenberg 1
EBook 1
of 1
[...]
(you get the idea)

quux 2

quux 1

——————————————————————————————————————————————

在Hadoop平台上运行Python脚本

为了这个例子，我们将需要三种电子书：

The Outline of Science, Vol. 1 (of 4) by J. Arthur Thomson\r\n
The Notebooks of Leonardo Da Vinci\r\n
Ulysses by James Joyce
下载他们，并使用us-ascii编码存储 解压后的文件，保存在临时目录，比如/tmp/gutenberg.

hadoop@ubuntu:~$ ls -l /tmp/gutenberg/
total 3592
-rw-r--r-- 1 hadoop hadoop 674425 2007-01-22 12:56 20417-8.txt
-rw-r--r-- 1 hadoop hadoop 1423808 2006-08-03 16:36 7ldvc10.txt
-rw-r--r-- 1 hadoop hadoop 1561677 2004-11-26 09:48 ulyss12.txt
hadoop@ubuntu:~$

复制本地数据到HDFS

在我们运行MapRece job 前，我们需要将本地的文件复制到HDFS中：

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop dfs -FromLocal /tmp/gutenberg gutenberg
hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop dfs -ls
Found 1 items
/user/hadoop/gutenberg <dir>
hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop dfs -ls gutenberg
Found 3 items
/user/hadoop/gutenberg/20417-8.txt <r 1> 674425
/user/hadoop/gutenberg/7ldvc10.txt <r 1> 1423808
/user/hadoop/gutenberg/ulyss12.txt <r 1> 1561677

执行 MapRece job

现在，一切准备就绪，我们将在运行Python MapRece job 在Hadoop集群上。像我上面所说的，我们使用的是
HadoopStreaming 帮助我们传递数据在Map和Rece间并通过STDIN和STDOUT，进行标准化输入输出。

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop jar contrib/streaming/hadoop-0.19.1-streaming.jar
-mapper /home/hadoop/mapper.py -recer /home/hadoop/recer.py -input gutenberg/*
-output gutenberg-output
在运行中，如果你想更改Hadoop的一些设置，如增加Rece任务的数量，你可以使用“-jobconf”选项：

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop jar contrib/streaming/hadoop-0.19.1-streaming.jar
-jobconf mapred.rece.tasks=16 -mapper ...

一个重要的备忘是关于Hadoop does not honor mapred.map.tasks
这个任务将会读取HDFS目录下的gutenberg并处理他们，将结果存储在独立的结果文件中，并存储在HDFS目录下的
gutenberg-output目录。
之前执行的结果如下：

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop jar contrib/streaming/hadoop-0.19.1-streaming.jar
-mapper /home/hadoop/mapper.py -recer /home/hadoop/recer.py -input gutenberg/*
-output gutenberg-output

additionalConfSpec_:null
null=@@@userJobConfProps_.get(stream.shipped.hadoopstreaming
packageJobJar: [/usr/local/hadoop-datastore/hadoop-hadoop/hadoop-unjar54543/]
[] /tmp/streamjob54544.jar tmpDir=null
[...] INFO mapred.FileInputFormat: Total input paths to process : 7
[...] INFO streaming.StreamJob: getLocalDirs(): [/usr/local/hadoop-datastore/hadoop-hadoop/mapred/local]
[...] INFO streaming.StreamJob: Running job: job_200803031615_0021
[...]
[...] INFO streaming.StreamJob: map 0% rece 0%
[...] INFO streaming.StreamJob: map 43% rece 0%
[...] INFO streaming.StreamJob: map 86% rece 0%
[...] INFO streaming.StreamJob: map 100% rece 0%
[...] INFO streaming.StreamJob: map 100% rece 33%
[...] INFO streaming.StreamJob: map 100% rece 70%
[...] INFO streaming.StreamJob: map 100% rece 77%
[...] INFO streaming.StreamJob: map 100% rece 100%
[...] INFO streaming.StreamJob: Job complete: job_200803031615_0021

[...] INFO streaming.StreamJob: Output: gutenberg-output hadoop@ubuntu:/usr/local/hadoop$

正如你所见到的上面的输出结果，Hadoop 同时还提供了一个基本的WEB接口显示统计结果和信息。
当Hadoop集群在执行时，你可以使用浏览器访问 http://localhost:50030/ ，如图：

检查结果是否输出并存储在HDFS目录下的gutenberg-output中：

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop dfs -ls gutenberg-output
Found 1 items
/user/hadoop/gutenberg-output/part-00000 <r 1> 903193 2007-09-21 13:00
hadoop@ubuntu:/usr/local/hadoop$

可以使用dfs -cat 命令检查文件目录

hadoop@ubuntu:/usr/local/hadoop$ bin/hadoop dfs -cat gutenberg-output/part-00000
"(Lo)cra" 1
"1490 1
"1498," 1
"35" 1
"40," 1
"A 2
"AS-IS". 2
"A_ 1
"Absoluti 1
[...]
hadoop@ubuntu:/usr/local/hadoop$

注意比输出，上面结果的(")符号不是Hadoop插入的。

转载仅供参考，版权属于原作者。祝你愉快，满意请采纳哦

Ⅳ Python其实很简单 第二十一章 DataFrame数据处理

将Excel中的的数据读入数据框架DataFrame后，可以非常方便的进行各种数据处理。

21.1 列间求和

求总分（总分=语文+数学+英语）

对于上一章所提到的学生成绩表，仅用一个语句即可完成总分计算，并填充。

df['总分']=df['语文']+df['数学']+df['英语']

完整代码如下：

from pandas import read_excel

file='d:/student.xlsx' #见第18章表18-1

df=read_excel(file,sheet_name=0,converters={'学号':str})

df['总分']=df['语文']+df['数学']+df['英语']

print(df.head()) #df.head()的作用是仅显示5行记录。

运行结果如下：

序号 学号 姓名 年级 班级 语文 数学 英语 总分 名次

0 1 070101 王博宇 NaN NaN 84 71 93 248 NaN

1 2 070102 陈冠涛 NaN NaN 89 89 89 267 NaN

2 3 070103 李文博 NaN NaN 89 72 76 237 NaN

3 4 070204 姜海燕 NaN NaN 89 89 89 267 NaN

4 5 070205 林若溪 NaN NaN 91 95 83 269 NaN

21.2替换

既可以将对满足条件的行和列的数据替换，也可以对整个集合的数据按照条件进行替换。

df['总分'].replace(310,'x',inplace=True)

将总分列的数值“310”替换为“x”。inplace=True表示改变原数据。

df.replace(76,0,inplace=True)

将整个DataFrame中的数值“76”替换为“0”。

df.replace([98,76,99],0,inplace=True)

将整个DataFrame中的数值“98,76,99”一次替换为“0”。

21.2排序

既可以将某一列作为关键字段排序，也可以将几个列分别作为主、次关键字段进行排序。排序既可以按升序排序，也可以按降序排序。

函数sort_values()的语法格式如下：

df.sort_values(by=[“col1”,”col2”,......,”coln”],ascending=False)

其中，coln表示列名，也可以是列名的列表；ascending表示排序方式，值为True表示升序，可以省缺，值为False表示降序。

如：

df=df.sort_values(by=['总分'],ascending=False)

表示按照“总分”从高到低排序。

df=df.sort_values(by=['总分','语文'],ascending=False)

表示按照“总分”从高到低排序，若“总分”相同，再按照“语文”成绩从高到低排序。

21.3 字段截取

函数slice()可以从某列中截取字符串。格式如下：

slice(start,stop)

其中，start表示开始位置；stop表示结束位置

例：

df['年级']=df['学号'].str.slice(0,2)

通过此语句可以截取学号字段的第1、2个字符，并赋值给年级字段。

21.4 记录抽取

可以抽取满足条件的记录。

例：抽取总分>300的记录。

df[df.总分>300]

抽取总分在300到310之间（包括300和310）的记录。

df[df.总分.between(306,310)]

抽取学号中包含“0803”的记录。这样可以非常方便的抽取某个班的信息。

df[df.学号.str.contains(񟚓',na=False)]

此处的na=False，含义是如遇到NaN这样的数据，直接做不匹配处理。

21.5修改记录

1、整列替换

我们在前面已经给整列填充过数据，填充时原来的数据就被覆盖了。

即如下语句：

df['总分']=df['语文']+df['数学']+df['英语']

2、个别修改

如将值‘99’替换为值‘100’，可用如下语句：

df.replace(ྟ',颼')

将指定列的值替，如将语文列和英语列的值‘99’替换为值‘100’，可用如下语句：

df.replace({'语文':99,'英语':99},100)

可用如下程序去验证：

from pandas import read_excel

file='d:/student.xlsx'

df=read_excel(file,sheet_name=0,converters={'学号':str})

print(df[(df.语文==99) |(df.英语==99)])

df=df.replace({'语文':99,'英语':99},100)

print(df[(df.语文==99) |(df.英语==99)])

运行结果为：

序号 学号 姓名 年级 班级 语文 数学 英语 总分 名次

28 29 090802 丁能通 09 NaN 119 120 99 338 NaN

29 30 090203 沈丹妮 09 NaN 109 108 99 316 NaN

Empty DataFrame

Columns: [序号, 学号, 姓名, 年级, 班级, 语文, 数学, 英语, 总分, 名次]

Index: []

可以看出，第一个print()语句输出的结果中满足条件“语文或英语为99分”的有两条记录，替换语句执行以后，df中再没有满足条件“语文或英语为99分”的记录了。

21.6记录合并

函数concat()的格式如下：

concat([dataFrame1,dataFrame2,......]，ignore_index=True)

其中，dataFrame1等表示要合并的DataFrame数据集合；ignore_index=True表示合并之后的重新建立索引。其返回值也是DataFrame类型。

concat()函数和append()函数的功能非常相似。

例：

import pandas #导入pandas模块

from pandas import read_excel #导入read_execel

file='d:/student.xlsx' #变量file表示文件路径，注意'/'的用法 数据见第18章表18-1

df=read_excel(file,sheet_name=0,converters={'学号':str})

# 将Excel文件导入到DataFrame变量中

df=df[:5] #截取df的前5个记录

print(df) #输出df

df1=df[:3] #截取df的前3个记录存入df1中

df2=df[3:5] #截取df的最后2个记录存入df2中

df3=pandas.concat([df2,df1]) #将df2与df1合并存入df3中

print(df3) #输出df3

运行结果如下：

序号 学号 姓名 年级 班级 语文 数学 英语 总分 名次

0 1 070101 王博宇 NaN NaN 84 71 93 NaN NaN

1 2 070102 陈冠涛 NaN NaN 89 89 89 NaN NaN

2 3 070103 李文博 NaN NaN 89 72 76 NaN NaN

3 4 070204 姜海燕 NaN NaN 89 89 89 NaN NaN

4 5 070205 林若溪 NaN NaN 91 95 83 NaN NaN

序号 学号 姓名 年级 班级 语文 数学 英语 总分 名次

3 4 070204 姜海燕 NaN NaN 89 89 89 NaN NaN

4 5 070205 林若溪 NaN NaN 91 95 83 NaN NaN

0 1 070101 王博宇 NaN NaN 84 71 93 NaN NaN

1 2 070102 陈冠涛 NaN NaN 89 89 89 NaN NaN

2 3 070103 李文博 NaN NaN 89 72 76 NaN NaN

由于合并时是将df1合并到df2中，可以看出，索引仍然保持原来的状态。

21.7统计次数

可以用如下方法统计出某个值在某行或者某个范围出现的次数。

from pandas import read_excel

file='d:/student.xlsx'

df=read_excel(file,sheet_name=0,converters={'学号':str})

df=df[:5]

print(df)

print(df['语文'].value_counts())

输出结果如下：

序号 学号 姓名 年级 班级 语文 数学 英语 总分 名次

0 1 070101 王博宇 NaN NaN 84 71 93 NaN NaN

1 2 070102 陈冠涛 NaN NaN 89 89 89 NaN NaN

2 3 070103 李文博 NaN NaN 89 72 76 NaN NaN

3 4 070204 姜海燕 NaN NaN 89 89 89 NaN NaN

4 5 070205 林若溪 NaN NaN 91 95 83 NaN NaN

89 3

84 1

91 1

Name: 语文, dtype: int64

可以看出，通过value_counts()函数可以统计出列中各值出现的次数。

value_counts()函数的参数还有 ：

ascending，当ascending=True时升序排列，当ascending=False时升序排列（此时该参数可省缺）；

normalize，当normalize=True时，显示的不再是各值出现的次数，而是占比。

将上例中的语句print(df['语文'].value_counts())改为：

print(df['语文'].value_counts(ascending=True,normalize=True))

则输出结果变成了：

91 0.2

84 0.2

89 0.6

Name: 语文, dtype: float64

21.8按值查找

print(df['语文'].isin([84,91]))

它的作用是查找‘语文’列中值和isin所指的列表中元素一致的记录，如果找到结果为True，否则为False。

输出结果：

0 True

1 False

2 False

3 False

4 True

Name: 语文, dtype: bool

21.9数据分区

根据某个分区标准，将数据按照所属区域进行划分，并用相应的标签表示，可以用cut()方法来实现。

语法格式如下：

cut(series, bins, right=True, labels=NULL)

其中：

series表示需要分组的数据；

bins表示分组的依据，是一个列表，其元素为划分分区的边界值，如[0,72,96,120]，就是划分3个分区，即0~72、72~96、96~120，默认的是“左包右不包”；

right表示分组时右边是否闭合；

labels表示分组的自定义标签，也可以不重新定义。

下面对上述学生成绩表中的语文成绩进行分组，并增加一个新的列“语文等级”。

import pandas as pd

from pandas import read_excel #导入read_execel

file='d:/student.xlsx'

df=read_excel(file,sheet_name=0,converters={'学号':str})

df['年级']=df['学号'].str.slice(0,2)

df['班级']=df['学号'].str.slice(0,4)

df.总分=df.语文+df.数学+df.英语

bins=[0,72,96,max(df.语文)+1] #

lab=['不及格','及格','优秀']

grade=pd.cut(df.语文,bins,right=False,labels=lab)

df['语文等级']=grade

print(df.head())

print("语文成绩分等级统计结果:")

print(df['语文等级'].value_counts())

运行结果如下：

序号 学号 姓名 年级 班级 语文 数学 英语 总分 语文等级

0 1 070101 王博宇 07 0701 84 71 93 248 及格

1 2 070102 陈冠涛 07 0701 89 89 89 267 及格

2 3 070103 李文博 07 0701 89 72 76 237 及格

3 4 070204 姜海燕 07 0702 89 89 89 267 及格

4 5 070205 林若溪 07 0702 91 95 83 269 及格

语文成绩分等级统计结果:

及格 17

优秀 10

不及格 4

Name: 语文等级, dtype: int64

Ⅳ Python其实很简单 第十章 字典与集合

前面介绍的列表和元组都是有序序列，而字典与集合属于无序序列，也就是说，不能通过索引来操作元素。

10.1 字典

语法格式：

dictionary= {key1 : value1, key2 : value2, key3 : value3 ,...., key n : value n }

其中，dictionary是字典名称，key表示元素的键，value表示元素的值，键和值必须是成对的。

如：

>>> dict1 = { 'abc': 123, 98.6: 37 }

>>> dict1

{'abc': 123, 98.6: 37}

可以看出，键可以是字符串、数字或者元组，但必须是唯一的；而值可以是任何数据类型，也没有要求是唯一的。

1、创建字典的方法

方法一：同时给定键和值，即“关键字参数”形式。

dictionary=dict(key1=value1,key2=value2,.....,key n=value n)

注意：这里的key 必须符合Python标识符的命名规则。

例：

先使用“{}”创建字典：

>>> dict1={1:'一',2:'二',3:'三',4:'四',5:'五'}

>>> dict1

{1: '一', 2: '二', 3: '三', 4: '四', 5: '五'}

再通过“关键字参数”形式创建：

>>> dict1=dict(1='一',2='二',3='三',4='四',5='五')

SyntaxError: expression cannot contain assignment, perhaps you meant "=="?

创建不成功，原因在于key 不符合Python标识符的命名规则。前面已经介绍过，标识符不能用数字表示或者用数字打头。

现在对键如下修改：

>>> dict1=dict(n1='一',n2='二',n3='三',n4='四',n5='五') #在数字前加了一个字符”n”

>>> dict1

{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五'}

方法二 ：使用已经存在的元组和列表通过映射函数创建字典。

格式：dictionary=dict(zip(tuplekey,listvalue))

例：

>>> tuplekey=('n1','n2','n3','n4','n5') #键的序列采用元组

>>> listvalue=['一','二','三','四','五'] #值的序列采用列表

>>> dict1=dict(zip(tuplekey,listvalue))

>>> dict1

{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五'}

注意：tuple(listname)函数可以将列表转换为元组，list(tuplename)函数可以将元组转换为列表。

2、通过键访问字典

直接获取键的相应元素的值

>>> dict1['n2']

'二'

利用get()方法

>>> dict1.get('n2')

'二'

get()方法也可以带参数，当要访问的键不存在时返回一个字符串。如：

>>> dict1.get('n0','can't find!') #当要查找的键不存在，返回'can't find!'

"can't find!"

3、遍历字典

使用字典对象的items()方法可以获取字典的“键.值对”列表。

>>> for item in dict1.items():

print(item)

('n1', '一')

('n2', '二')

('n3', '三')

('n4', '四')

('n5', '五')

也可以获取具体的每个元素的键和值，如：

>>> for key,value in dict1.items():

print(key,'对应的是',value)

n1 对应的是 一

n2 对应的是 二

n3 对应的是 三

n4 对应的是 四

n5 对应的是 五

4、添加、修改和删除字典元素

使用下面的语句，若指定的键存在，就可以修改该元素的值；若指定的键不存在，则添加该元素。如：

>>> dict1['n6']='六' # 键’n6’不存在，故添加该元素

>>> dict1

{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '四', 'n5': '五', 'n6': '六'}

>>> dict1['n4']='肆' # 键’n4’存在，故修改该元素

>>> dict1

{'n1': '一', 'n2': '二', 'n3': '三', 'n4': '肆', 'n5': '五', 'n6': '六'}

5、利用推导式建立字典

import random

dict1={i:random.randint(1,100) for i in range(5)}

# 生成元素的键为0到5整数，值为1到100之间的随机数

print(dict1)

运行结果：{0: 28, 1: 59, 2: 79, 3: 30, 4: 88}

10.2 集合

集合是数学中一个很重要的概念，集合具有确定性、互异性、无序性三个基本属性。在Python中，集合同样具有这三个基本属性，其中，确定性是指对象要么是集合的元素，要么不是集合的元素；互异性是指集合中的元素不能重复；无序性是指集合中的元素不分先后次序，可以随意更换位置。

1、集合的创建

直接使用“{}”创建

>>> set1={'春','夏','秋','冬'}

>>> set1

{'秋', '春', '冬', '夏'}

>>> set2={3,2,1,4,5}

>>> set2

{1, 2, 3, 4, 5}

利用已有的列表、元组创建集合

>>> list1=['东','南','西','北']

>>> set3=set(list1)

>>> set3

{'南', '东', '北', '西'}

利用已有的集合建立一个“副本”

>>> set3

{'南', '东', '北', '西'} #set3和set4的值一样

>>> set4=set3

>>> set4

{'南', '东', '北', '西'}

>>> set4.add('中') #给set4添加元素

>>> set4

{'西', '中', '东', '南', '北'} # 这个好理解

>>> set3

{'西', '中', '东', '南', '北'} # 意想不到吧？Set3为什么会发生变化？

再看看简单变量的情况：

>>> a=2

>>> b=a #是不是与前面set4=set3相似

>>> b+=1

>>> b

3

>>> a

2 #但a的值并没有发生改变

从上面集合set3、set4和简单变量a、b的值的变化情况对比，不难发现set3和set4是指向同一地址的对象，而变量a和变量b指向了不同地址，语句b=a是将a的值传递个b，并不是将a的地址传递给b。列表、元组、字典都和集合一样具有这样的性质。

所以，将set4称为set3的“副本”更为恰当。

2、添加和删除元素

>>> set3

{'南', '东', '北', '西'}

>>> set3.add('中') # 添加元素

>>> set3

{'西', '中', '东', '南', '北'} # 集合内的元素是无序的，不要纠结次序的变化

>>> set3.remove('中') # 删除元素

>>> set3

{'西', '东', '南', '北'}

3、集合运算

集合运算包括交(&)、并(|)、差(-)，和数学中的集合运算是一致的。

>>> set3={'南', '东', '北', '西'}

>>> set4={'西', '中', '东', '南', '北'}

>>> set3 & set4 #取set3和set4的交集

{'西', '南', '北', '东'}

>>> set3 | set4 #取set3和set4的并集

{'中', '南', '北', '西', '东'}

>>> set3 - set4 #取set3与set4的差，即set3比set4多出来的元素

set()

>>> set4 -set3 #取set4与set3的差，即set4比set3多出来的元素

{'中'}

Ⅵ 学习Python元组，有哪些必须要掌握的内容

学习Python元组，有哪些必须要掌握的内容？

1.Python元组

定义

元组是Python的一种内建数据结构。关于元组：

1、元组属于序列，可以存放任意元素（任意类型对象），且有序（前后位置关系）。

2、元组支持整数索引访问其中的数据，也支持切片。

3、元组和列表不同是，元组不可变，列表可变。

元组不可变，某些操作比列表高效。

创建元组

可以用以下两种方法创建元组：

1、使用()创建

2、使用构造函数tuple()

图：序列通用操作

Python内置了多种序列结构:字符串、列表、元组、Unicode字符串、buffer对象、range对象。序列是Python中一种重要的数据结构，必须要掌握，也很容易掌握。

Ⅶ Python其实很简单 第五章 基本数据类型

编程的目的就是为了处理信息，信息则是由各种不同类型的数据表示的，对数据的进一步处理也会使信息更加丰富和有效。

5.1变量

前面已经提到过“变量”这属语，下面再进一步解释一下。

在程序运行时，必须把数据导入计算机的存储单元中，但存储单元的命名是用二进制数表示的，晦涩难懂。为了方便起见，可以给存储单元起上一个通俗易懂的名字，即 变量名 。

变量的生命周期和程序的运行周期是相同的，一个程序运行解释，所占用的存储空间也就随之释放，用变量名表示的数据所占用的这个存储单元也就空闲了。

变量名的命名规则：

由字母、数字、下划线构成，必须由字母开头。

不能包含-、*、？、#、、；、/、、@、%、$、空格等特殊字符。

最好使用有含义的英文单词或汉语拼音。

最好采用小写字母。

不能使用保留字（已被Python语言系统本身赋予特定意义的单词）。Python的保留字如下表所示。

Python保留字列表

Python是区分大小写的，虽然可以将一个英文单词通过字母大小写不同而作为不同变量的变量名，但从程序可读性的角度看，的确不可取。

Python是一种动态类型的语言，变量的类型由变量的值决定。换而言之，给变量赋何种类型的值，变量就是该值的类型。给变量赋值可以通过赋值号(=)来实现。如：

>>> myvar=100

>>> type(myvar)

>>> myvar='tom'

>>> type(myvar)

在这个例子中，变量myvar首先赋值为100，显而易见，100是个整数，通过type()这个函数检测，变量myvar的类型为整数类型(int)；接下来变量myvar赋值为‘tom’，通过type()这个函数检测，变量myvar的类型改变为字符串类型(str)。

不仅可以给一个变量赋值为常量，也可以赋值为另一个变量。如：

>>> a=100

>>> b=a

>>> b

100

在这个例子中，“b=a”的实际意义是，变量b和变量a指向同一个存储单元，既然是同一个存储单元，变量b和变量a本质上就是完全相同的，这就好比一个人除了本名之外，还有其他的名字，如笔名、昵称、乳名等等，虽然本质一样，但是可以在不同场合使用。

5.2关于Python的常量问题

在大多数语言中都有常量这个概念，但是Python却没有。其实仔细想想也好像没有设置常量的必要，只要一个变量的值不发生变化，即不给变量重新赋值，它的值当然不会变化，它便是个常量。

5.3基本数据类型

5.3.1整数型和浮点数

整数型(integer)，可以是正整数、负整数和0，可以是十进制、八进制、二进制等。

浮点数(float)，由整数部分和小数部分组成，主要用于处理包括小数的数。浮点数也可以用科学计数法表示。

5.3.2 字符串类型

字符串类型是由一系列的字母或者其他符号组成的数据序列，通常用单引号、双引号或三引号括起来。

用单引号和双引号括起来的字符串只能放在同一行，用三引号括起来的字符串可以分布在连续多行上。如：

name='我的名字叫王小明'

old="今年6岁"

introce='''我想说： 我是中国娃

爱讲普通话

要学习写标准的汉字'''

print(name)

print(old)

print(introce)

运行结果为：我的名字叫王小明

今年6岁

我想说： 我是中国娃

爱讲普通话

要学习写标准的汉字

不管是哪一种引号形式，括起来的部分是一个整体，包括空格和换行符都属于字符串的一部分。

为了保证特殊的输出效果，Python中的字符串支持转义字符，可使用反斜杠“”对一些特殊字符进行转义。常用的转义字符如下：

续行符

换行符

空

水平制表符

” 双引号

’ 单引号

一个反斜杠

f 换页

其中，续行符（“”）用于当一个字符串在一行写不下时用续行符进行连接，但通常更多的采用小括号“()”即可。

如：

第一种方法采用续行符（“”）：

>>> str="A thousand wishes, a thousand plans and

a thousand resolutions are better than one action!"

>>> print(str)

A thousand wishes, a thousand plans and a thousand resolutions are better than one action!

第二种方法采用小括号()：

>>> str=("A thousand wishes, a thousand plans and "

"a thousand resolutions are better than one action!")

>>> print(str)

A thousand wishes, a thousand plans and a thousand resolutions are better than one action!

下面举例说明换行符(“ ”)的用法：

>>> str=" 登鹳雀楼 白日依山尽， 黄河入海流。 欲穷千里目, 更上一层楼。 "

>>> print(str)

登鹳雀楼

白日依山尽，

黄河入海流。

欲穷千里目,

更上一层楼。

下面举例说明使用转义字符输出双引号(“)的方法：

>>> str="王之涣的诗《登鹳雀楼》中这样写道:" 白日依山尽，黄河入海流。欲穷千里目,更上一层楼。""

>>> print(str)

王之涣的诗《登鹳雀楼》中这样写道:" 白日依山尽，黄河入海流。欲穷千里目,更上一层楼。"

>>>

5.3.3布尔类型

布尔类型用来表示逻辑值，所谓逻辑判断的结果，不外乎“真”或“假”两种情况。在Python中“真”用True表示，“假”用False表示。如果布尔类型的变量参与算数运算，则True被当作1，False被当作0。

如：

>>> result=True

>>> print(result)

True

>>> print(result+1)

2

>>> result=False

>>> print(result)

False

>>> print(result+1)

1

5.3.4类型强制转换

Python是一种弱数据类型语言，可以通过给变量重新赋值的方法改变数据类型。但有时为了强制改变数据类型，就要使用类型转换函数来改变。

譬如，为了从键盘读入成绩的数据，可以用float()函数将input()语句读入的字符串转换为浮点数，再赋值给变量score。

>>> score=input("请输入您的成绩：")

请输入您的成绩：96.5 （从键盘输入96.5）

为了计算成绩比及格线高了多少分，使用下面的命令，发现出现了错误提示如下：

>>> score-60

Traceback (most recent call last):

File " ", line 1, in

score-60

TypeError: unsupported operand type(s) for -: 'str' and 'int'

这是属于类型错误，原因是从键盘读入的成绩值（96.5）并非数值类型，不能参与算数运算。用type()函数可以进一步查询变量score的数据类型。

>>> type(score)

使用float()函数进行强制转换后，就可以解决上述问题：

>>> score=float(input("请输入您的成绩："))

请输入您的成绩：96.5

>>> score=float(score)

>>> type(score)

>>> score-60

36.5

下表列举了一些常用的类型转换函数：