Python学习笔记(一)【原创】

基础安装及使用

pip命令:用于管理Python共享代码和库:

  • 使用外部代码和库的工具。

exit():

  • 退出函数。

输出python安装的目录:

import sys
import pprint
pprint.pprint(sys.path)

Python脚本安装pip的网址:

https://pip.pypa.io/en/latest/installing/#install-pip


命令行安装IPython:

  • pip install ipython

浮点数精度问题使用decimal解决:

from decimal import getcontext,Decimal
//从decimal模块中导入getcontext和Decimal。
getcontext().prec = 1
//将舍入精度设定为一位小数。
Decimal(0.1) + Decimal(0.2)
//对两个小数求和。
//用以上代码运行出来的结果是正确的浮点数运算。

Python中的数字类型及需要用到的Python库:

Python库 说明
decimal(https://docs.python.org/2/library/decimal.html) 用于定点运算和浮点运算。
math(https://docs.python.org/2/library/math.html) 可以使用C语言标准所定义的数学函数。
numpy(http://docs.scipy.org/doc/numpy/reference/routines.math.html) Python科学计算的基础包。
sympy(http://docs.sympy.org/latest/index.html) 用于符号数学的Python库。
mpmath(http://mpmath.org/) 用于任意精度实数和复数浮点运算的Python库。

数据类型:

变量:

cats = 42

列表:

shopping_list =['milk','lettuce','eggs']
//列表可以嵌套使用

字典:

cat_names = ['walter','Ra']
dog_names = ['Joker','Simon','Ellie','Lishka','Fido']
horse_names = ['Mr.Ed']
animal_names = {'cats':cat_names,'dogs':dog_names,'horses':horse_names}

Python标准库:

(也叫做stdlib,https://docs.python.org/2/library/)


常用函数:

字符串函数:

.strip()//去掉所有空格
.upper()//将所有字母转换成大写字母
.split()//按字符分割

数字函数:

42的平方:42**2

列表函数:

dog_name = []
dog_name.append(‘Joker’)//向列表中添加元素
dog_name.remove(‘Joker’)//从列表中删除元素
dog_name.reverse()//反向列表函数
dog_name.sort()//排序函数

字典函数:

//创建一个空字典并向字典中添加元素
animal_counts = {}
animal_counts[‘horses’]=1
animal_counts[‘cats’]=2
animal_counts[‘dogs’]=5
//Python字典不会保存元素的顺序,所以每次看到也许会不同,但包含相同的键值对。
animal_counts.keys()//返回字典包含的所有键,返回结果一个列表
animal_counts[‘dogs’]//查询狗狗的数量。

有用的工具函数:

type()//返回对象数据类型
dir(‘cat,dog,horse’)//返回内置方法与属性的列表
help(‘cat,dog.horse’.split)//查看方法的文档说明

机器易于理解的数据文件格式:

逗号分隔值(Comma-Separated Values,CSV)
制表符分隔值(tab-separated values,TSV)
JavaScript对象符号(JavaScript Object Notation,JSON)
可扩展标记语言(eXtensible Markup Language,XML)

Python导入CSV数据:

import csv
csvfile = open('data-text.csv','rb’)//这个文件和此脚本在同一个文件夹下
reader = csv.reader(csvfile)
for row in reader:
    print row
//输出的是一个列表
import csv
csvfile = open('data-text.csv','rb')
reader = csv.DictReader(csvfile)
for row in reader:
    print row
//输出的是一个字典

Python导入JSON数据:

import json
json_data = open('data-text.json').read()
data = json.loads(json_data)
for item in data:
    print item

Python导入XML数据:

from xml.etree import ElementTree as ET

tree = ET.parse('../../data/chp3/data-text.xml')
root = tree.getroot()
print root

data = root.find('Data')

all_data = []
for observation in data:
    record = {}
    for item in observation:

        lookup_key = item.attrib.keys()[0]

        if lookup_key == 'Numeric':
            rec_key = 'NUMERIC'
            rec_value = item.attrib['Numeric']
        else:
            rec_key = item.attrib[lookup_key]
            rec_value = item.attrib['Code']

        record[rec_key] = rec_value
    all_data.append(record)

print all_data

目录TOC

[TOC]

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,692评论 6 501
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,482评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,995评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,223评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,245评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,208评论 1 299
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,091评论 3 418
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,929评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,346评论 1 311
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,570评论 2 333
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,739评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,437评论 5 344
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,037评论 3 326
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,677评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,833评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,760评论 2 369
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,647评论 2 354

推荐阅读更多精彩内容