本文内容整理自DataCamp课程之 Intro to Python for Data Science.
本系列将包括以下内容：
- Python 基础
- Python 列表 list
- 函数、方法和包 （本文）
- Numpy 入门
访问 我的github 可下载本文对应的notebook以及练习答案，便于亲手实践。
注意：本文代码基于Python3版本。如果要在python2中执行，需要先导入_future_模块。
#仅在Python2中使用
#from __future__ import division
#from __future__ import print_function
1. 函数 Functions
函数是一段可重复使用的代码，往往是为了解决某个特定的任务。Python中有大量现成的函数可以调用，大大减轻了自己写代码的工作量。可以将函数看成是一个黑盒子，只需喂给它特定的参数，就能生成想要的结果。
来看上一讲中使用的家庭身高数据，我们使用 max() 函数找出最高的身高。
fam = [1.73, 1.68, 1.71, 1.89]
tallest = max(fam)
print(tallest)
1.89
使用 round() 函数对该身高作近似估计。
round(tallest, 1)
1.9
round(tallest)
2
注意，上面采用了不同的参数个数，输出结果也不一样，这是为什么呢？我们可以使用帮助函数 help() 来查看round函数的说明。
help(round)
Help on built-in function round in module builtins: round(...) round(number[, ndigits]) -> number Round a number to a given precision in decimal digits (default 0 digits). This returns an int when called with one argument, otherwise the same type as the number. ndigits may be negative.
从函数的说明中可以发现，round 函数有两个参数：其一是 number，它是需要做近似的数值，不可缺省；其二是 ndigits，是需要近似的小数点位数，由中括号括起，表示可以省略，默认值是0。这就解释了先前的例子。当然，查看函数还有一个方法，就是在函数名前加问号，比如 ?round。
练习3-1：
Python中有许多内建函数，通过下面的练习让我们来使用一下。
# 创建两个变量 var1 和 var2
var1 = [1, 2, 3, 4]
var2 = True
# 打印输出变量 var1 的类型
# 打印输出变量 var1 的长度
# 将变量 var2 转化成整形变量 out2
print(type(out2))
提示：type() 判断变量类型；len() 计算列表长度；int() 强制转换成整形。
下面这个练习是将两组列表合并，并对数据元素进行降序排列。
# 创建连个列表 first 和 second
first = [11.25, 18.0, 20.0]
second = [10.75, 9.50]
# 将first 和 second 合并成新的列表 full
# 对 full 进行降序排列，存入新的变量 full_sorted
# 打印输出列表 full_sorted
提示：排序函数是 sorted(), 参数 reverse 控制升序还是降序。
2. 方法 Methonds
本系列第二讲的最后提到了对象，Python中的一切都可以看成对象，列表是对象，整形、浮点型、布尔型、字符串也都是对象。每一种对象，都有其对应的属性和方法，用句点（.）标记法来访问它们。方法（Methods）可以看做是属于对象的函数。
我们先看一看列表的一些方法。
family = ['me', 1.73, 'sister', 1.68, 'mom', 1.71, 'dad', 1.89]
family.index("mom")
4
.index(obj) 给出了 obj 所对应的索引。
family.count(1.73)
1
.count(obj) 返回对象 obj 在列表中出现的次数。
family.append("brother")
family.append("1.79")
family
['me', 1.73, 'sister', 1.68, 'mom', 1.71, 'dad', 1.89, 'brother', '1.79']
.append(obj) 向列表中添加一个对象 obj。
可以使用 dir(list) 来查看列表对象的所有方法和属性。
我们再来看字符串的一些方法。
sister = 'liz'
sister.capitalize()
'Liz'
.capitalize() 把字符串的第一个字符大写。
sister.replace('z', 'sa')
'lisa'
.replace(str1, str2) 把字符串中的 str1 替换成 str2。
练习3-2：
字符串类型内建方法练习：
# 创建字符串变量 room
room = "poolhouse"
# 对变量room使用 upper() 方法，存入变量 room_up中
# 打印输出 room 和 room_up，，观察upper()方法的作用效果
# 打印输出room中字符'o'的个数
列表类型内建方法练习（1）：
# 创建列表 areas
areas = [11.25, 18.0, 20.0, 10.75, 9.50]
# 打印输出元素 20.0 的索引值
# 打印输出元素 14.5 在 areas 中出现的次数
列表类型内建方法练习（2）：
# 创建列表 areas
areas = [11.25, 18.0, 20.0, 10.75, 9.50]
# 使用 append 方法在areas中增加 游泳池面积24.5和车库面积 15.45
# 打印输出areas
# 使用 reverse 方法，将 areas 列表原地翻转
# 打印输出 areas
3. 包 Packages
Python中的包（packages）可以看作是一系列相关模块的组合。而模块又是什么呢？它是Python中的一个源码文件（如mod1.py），包含了可执行代码、函数和类。常见的Python包有：用于数值计算的Numpy，用于数据分析的Pandas，用于绘图的Matplotlib，以及用于机器学习的Scikit-learn。
安装包的方法，可以使用 pip 或 conda， 在命令行中输入 pip install package_name 或 conda install package_name。（前提是具备了pip工具或者conda环境，如果没有，还得事先选择一种来安装。）
在Python中导入包，采用 import package_name 的形式。比如：
import numpy
numpy.array([1,2,3])
array([1, 2, 3])
上面使用的 numpy.array() 是创建一维数组。如果嫌包名称太长，也可以赋予它简化的形式，方法如下：
import numpy as np
np.array([1,2,3])
array([1, 2, 3])
注意了，此时调用包中的函数时，需要将包名带上，以告知Python该函数的来源。如果忽略了包名，将出现如下错误：
array([1,2,3])
--------------------------------------------------------------------------- NameError Traceback (most recent call last) <ipython-input-12-27d393022d9f> in <module>() ----> 1 array([1,2,3]) NameError: name 'array' is not defined
但是如果采用 from ... import ... 的形式将该函数直接导入时，则可以忽略包名。如下：
from numpy import array
array([1,2,3])
array([1, 2, 3])
然而这种方法，容易让其他代码阅读者傻傻分不清函数的来源。
练习3-3：
计算圆的周长和半径：
# 定义圆的半径r
r = 0.43
# 导入数学包 math
# 计算圆的周长 C （提示，math.pi给出圆周率）
C =
# 计算圆的面积 A
A =
# 输出
print("Circumference: " + str(C))
print("Area: " + str(A))
补充：
关于 我的github 中文件下载的方式：
如果下载单个文件，点击所要下载的文件，在新打开的页面中找到右上方的
raw按钮，右击另存为即可。另外文件名需要删除后缀 .txt，而保留原始格式后缀，如 .ipynb 。如果打包下载，回到github库的根目录中，点击右上方绿色的
Clone and download按钮，选择Download ZIP即可。
本文使用Jupyter notebook 编写，关于它的说明和安装方法，可以参考我之前的两篇文章。
