此系列更新《Python Real World Data Science》的阅读摘记，每周六更新。
全书介绍Python在数据科学领域中的应用，分为四模块：
- Python 基础
- 数据分析
- 数据挖掘
- 机器学习
本文为系列第七篇，介绍python基础。
Chapter 7 Python Data Structures
仅当需要指定数据和行为二者时，才考虑使用类和对象
1 Tuples
存储有序定长的对象序列，无法修改
-
创建
- 逗号分隔
stock = "FB", 75.00, 75.03, 74.90 - 括号
stock2 = ("FB", 75.00, 75.03, 74.90)
- 逗号分隔
-
Unpack
symbol, current, high, low = stock- 打包存储传递，解包使用
-
Slicing
stock[1:2]
缺点：元组成员访问使用数字进行索引，容易不知所云，代码可读性差
2 Named tuples
- 命名元组，存储有序定长的对象序列,每个成员具有名字
- 创建
from collections import namedtuple # Stock命名元组，包含4个成员，symbol、current、high、low Stock = namedtuple("Stock", "symbol current high low") stock = Stock("FB", 75.00, high=75.03, low=74.90)
- 访问
stock.high
3 Dictionaries
存储对象之间的映射关系（map），快速查找某个值
创建
-
dict(),{}
stocks = {"GOOG": (613.30, 625.86, 610.50), "MSFT": (30.25, 30.70, 30.19)}`
Index
stocks["GOOG"]
print(stocks.get("RIM"))
None
stocks.get("RIM", "NOT FOUND")
'NOT FOUND`
-
setdefault()如果不存在该键值则创建并设为默认值，存在则返回相应的value -
keys(),values(),items() - 许多类型都可作为key，但是list不行（列表会改变，无法哈希）
4 defaultdict
创建字典，每次插入键值对时都需要检测键是否存在，如果不存在则由某个函数构造一个默认值
5 Counter
from collections import Counter
responses = [
"vanilla",
"chocolate",
"vanilla",
"vanilla",
"caramel",
"strawberry",
"vanilla"
]
print(
"The children voted for {} ice cream".format(
Counter(responses).most_common(1)[0][0]
)
)
6 List
列表是Python使用者的瑞士军刀，它通常用来表示按某种顺序存储一系列相同类型的对象。
列表的一些常用方法包括
- 在列表末尾添加元素
append - 在列表中某个位置插入元素
insert - 计数某个元素出现的频次
count - 找到某个元素在列表中的位置
index,find - 逆转列表
reverse - 排序
sort，对于列表中的对象依据其定义的__lt__方法排序，如下例子
from functools import total_ordering
@total_ordering
class WeirdSortee:
def __init__(self, string, number, sort_num):
self.string = string
self.number = number
self.sort_num = sort_num
def __lt__(self, object):
if self.sort_num:
return self.number < object.number
return self.string < object.string
def __repr__(self):
return"{}:{}".format(self.string, self.number)
def __eq__(self, object):
return all((
self.string == object.string,
self.number == object.number,
self.sort_num == object.number
))
除了依照上述方案实现__lt__方法，更为常用的方式是指定sort函数的key参数
>>> from operator import itemgetter
>>> l = [('h', 4), ('n', 6), ('o', 5), ('p', 1), ('t', 3), ('y', 2)]
>>> l.sort(key=itemgetter(1))
>>> l
[('p', 1), ('y', 2), ('t', 3), ('h', 4), ('o', 5), ('n', 6)]
除了itemgetter,attrgetter 和methodcaller也是常用的key
7 Sets
表示一组unique的元素， 区分集合内外的世界，集合的元素不支持排序,通常可用于去重
创建
-
set(),{value1, value2}
运算 - 检索
in - 并集
union - 交集
intersection - 对称差
symmetric_difference在其中任一个集合，但是不同时在两个集合 - 差集
difference - 是否子集
issubset - 是否父集
issuperset
8 Extending built-ins
继承并改写相应的方法
>>> dir(list)
['__add__', '__class__', '__contains__', '__delattr__','__delitem__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'
