python学习笔记

本文介绍了Python编程中的关键概念,包括import语句的正确使用、异常处理的最佳实践、列表操作的高效方法、类方法中的self参数理解及布尔逻辑运算符and与or的特性。通过对比好与坏的例子,帮助读者更好地掌握这些核心内容。

1.importfrom … import

1.1 When to use import

1) 如果模块包含的属性和方法与你的某个模块同名,你必须使用import module来避免名字冲突。

1.2  When to use from…import

1). 如果你要经常访问模块的属性和方法,且不想一遍又一遍地敲入模块名,使用from module import

2). 如果你想要有选择地导入某些属性和方法,而不想要其它的,使用from module import

2.2 Good example

2.2.1  Good example about when to use import

1). 当需要使用的模块包含的属性和方法与你的某个模块同名,你必须使用import module来避免名字冲突。具体的例子如下图2.1所示:

    >import os

    >import sys

    >os._name_

   'os'

    >sys._name_

   'sys'


2.2.2  Good example about when to use from…import

1). 当要使用的模块需要经常访问模块的属性和方法,且不想不停地敲入模块名,使用 from module import来简化程序。具体的例子如下图2.2所示:

>from sys import argv,platform,stdin,stdout,stderr

>print argv[0],'and platform is',platform,'\n'

    and platform is win32

2). 当要使用的模块只需要访问模块的某些固定属性和方法,而不想使用其他的则可以使用 from module import。具体的例子如下图2.3所示:

>form os import getcwd

>print getcwd()

c:\Python2.6

1.1.  Bad example

2.3.1  Bad example about using import

1). 当使用的模块中,所需要使用的属性或方法时固定的,则可以直接使用from module import的方式来简化代码。具体的不好应用如图2.4所示:

>import sys

>print sys.argv[0]

print sys.stderr

<idlelib.rpc.RPCProxy object at Ox01201530>

>print sys.stdin

<idlelib.rpc.RPCProxy object at Ox012015F0>

>print sys.stdout

<idlelib.rpc.RPCProxy object at Ox01201510>

3. try … except

3.1. Guideline

3.1.1  The exception rules

1). 执行try下的语句,如果引发异常,则执行过程会跳到第一个except语句。如果第一个except中定义的异常与引发的异常匹配,则执行该except中的语句。如果引发的异常不匹配第一个except,则会搜索第二个except,允许编写的except数量没有限制。如果所有的except都不匹配,则异常会传递到下一个调用本代码的最高层try代码中。

3.1.2  User-defined Exceptions

1). 在程序中可以通过创建新的异常类来命名自己的异常。异常类通常应该直接或间接的从Exception类派生。

1.2. Good example

3.2.1  Good example about using exception

1). 当使用try… except来捕捉异常时,需要将所有的异常按照子类在上,父类在下的方式捕捉异常。否则如果有异常时,父类将会直接截取该异常,子类将无法捕获该异常。具体的应用如图3.1所示:

try:

     dataList=['a','b','c']

     data=dataList[3]

     print data

except IndexError:

     print 'IndexError for the detail exception'

except:

        print 'The mail exception'

3.2.2  Good example about user-defined exception

1). 自定义的异常类通常会直接或间接的从Exception类派生。具体的定义应用如图3.2所示:

class MyError(IndexError):

def _init_(self,value):

     self.value=value

def _str_(self):

     retirm re[r(self.value)

3.3.  Bad example

3.3.1  Bad example about using exception

1). 当使用try… except来捕捉异常时,如果父类放置于子类之上,父类将会直接截取该异常,子类将无法捕获该异常。具体的不好如图3.3所示:


1. List object

1.1. Guideline

4.1.1  Define list

1). 使用”[ ]”来定义一个list,且任意一个非空list的第一个元素总是list[0]list 中的元素不必唯一。

2). 负数索引从list的尾部开始向前计数来存取元素。任何一个非空的list    后一个元素总是 list[-1],其中负数取元素的方法是:list[-n] == list[len(li) - n]

3). Slice:指定2个索引得到list的子集。从左向右阅读 list,第一个slice索引指定了您想要的第一个元素,第二个slice 索引指定了第一个您不想要的元素。返回的值为在其间的每个元素,且返回值仍是一个list。当第一个slice索引指定为0或者第二个slice索引是list的长度时,可以省略。如果将两个slice索引全部省略,这将包括list的所有元素,但是这并不是原先的list,而是该list的一个拷贝。

4.1.2  Add element to list

1). append list的末尾直接追加单个元素,即使添加元素为一个list,在所添加的list中仍然为一个元素。

2). insert 是将单个元素插入到list中。数值参数是插入点的索引。

3). extend 用来连接list,数值参数是要使用一个list参数进行调用。所加的list参数将扩展原有的list,无返回值。

4.1.3  Search in list

1). indexlist中查找一个值的首次出现并返回索引值。如果在list中没有找到值,Python会引发一个异常。

2). 要判断一个值是否在list内,使用in。如果值存在,返回True,否则返为False

4.1.4  Delete element in list

1). Remove会删除中list一个值的首次出现无返回值,如果在list中没有找到值,Python 会引发一个异常。

2). Pop会删除list的最后一个元素,然后返回删除元素的值。

4.1.5  How to use list’s operators

1). Lists可以用”+”运算符连接起来。list=list+otherlist相当于list.extend(otherlist)。但“+”运算符把一个新list连接后的list作为值返回,而extend只修改存在的list。所以对于大型list来说,extend的执行速度要快一些。

2). “*”运算符可以作为一个重复器作用于listlist = [1, 2] * 3 等同于list= [1, 2] + [1, 2] + [1, 2],即将三个list连接成一个。

3). “+=”运算符也作用于list中。list += ['two'] 等同于list.extend(['two'])

1.2.  Good example

4.2.1  Good example about using list

1). 在使用extend用来连接list,数值参数是要使用一个list参数进行调用。所加的list参数将扩展原有的list,具体的应用如图4.1所示:


2). 在使用”+”来连接两个list时,如果所相加的list比较大时,应选择extend的来执行对两个list的操作,具体应用如图4.2所示:


4.3.  Bad example

4.3.1  Bad example about using list

1). 在连接两个list时,如果所相加的list比较大,则不要使用”+”来操作这两个list。具体的不好的应用如图4.3所示:


5. Self

5.1. Guideline

5.1.1  When to use self

1). self是类方法的一个位置参数,它就是类的实例对象自己。在定义一个类的方法时,每个方法的第一个参量都为self,这是对象实例的常规Python名(它与java中的this对象或c++中的this指针具有相同的作用)。在调用该方法时,不需要引入它,直接赋值给其他的参数。

1.2. Good example

5.2.1  Good example about using self

1). 定义一个类的方法时,self为必须的参数,且为第一个参量在调用该方法时,首先声明该方法的类的对象,再通过该对象来调用该方法。具体的例子如下图5.1所示:


5.3. Bad example

5.3.1  Bad example about using self

1). 定义一个类的方法时,如果self未在参数中,该方法创建成功,但是调用该方法时报错如果self不为第一个参量,该方法创建成功,但是调用该方法时报错。具体的不好应用如图5.2所示:


6. And-or

6.1. Guideline

6.1.1  When to use and-or

1). Python中,and or 执行布尔逻辑演算,但是它们并不返回布尔值;而是返回它们实际进行比较的值之一。PythonC#中这两个操作符都是用来进行逻辑操作的,在C#中返回值是true/false,但在Pythonand or 却返回一个实际的值

2). and操作符的取值规律是在单一表达式中除了0,’’,[],(),{},None被当成false,其它的对象一律为true,如果在整个表达式中所有的true,则返回最后一个;如果表达式中有任一个false,则返回第一个为false的内容

3). or操作符的取值规律是在如果所有的值均为true,则返回第一个元素;如果表达式里即有true,又有false,则返回从左到右的第一个true值;如果所有的值均为false,则返回最后一个false

1.2. Good example

6.2.1  Good example about using and-or

1). Python中,andor执行布尔逻辑演算,返回的是它们实际进行比较的值之一。and操作符的取值为如果在整个表达式中所有的true,则返回最后一个;如果表达式中有任一个false,则返回第一个为false的内容。or操作符的取值如果所有的值均为true,则返回第一个元素如果表达式里即有true,又有false,则返回从左到右的第一个true值;如果所有的值均为false,则返回最后一个false。数字也为表达式。具体的例子如下图6.1所示:


6.3. Bad example

6.3.1  Bad example about using and-or

1). 1 and a or b  表达式中,如果 a 是一个空字符串,在 Python 的布尔上下文中空字符串被认为是假的,1 and '' 的演算值为 '',最后 '' or b的演算值为 b。这个值并不是你想要的结果aand-or 技巧,bool and a or b 表达式,当 a 在布尔上下文中的值为假时,不会像 C 语言表达式 bool ? a : b 那样工作。具体的不好应用如图6.2所示:



标题SpringBoot智能在线预约挂号系统研究AI更换标题第1章引言介绍智能在线预约挂号系统的研究背景、意义、国内外研究现状及论文创新点。1.1研究背景与意义阐述智能在线预约挂号系统对提升医疗服务效率的重要性。1.2国内外研究现状分析国内外智能在线预约挂号系统的研究与应用情况。1.3研究方法及创新点概述本文采用的技术路线、研究方法及主要创新点。第2章相关理论总结智能在线预约挂号系统相关理论,包括系统架构、开发技术等。2.1系统架构设计理论介绍系统架构设计的基本原则和常用方法。2.2SpringBoot开发框架理论阐述SpringBoot框架的特点、优势及其在系统开发中的应用。2.3数据库设计与管理理论介绍数据库设计原则、数据模型及数据库管理系统。2.4网络安全与数据保护理论讨论网络安全威胁、数据保护技术及其在系统中的应用。第3章SpringBoot智能在线预约挂号系统设计详细介绍系统的设计方案,包括功能模块划分、数据库设计等。3.1系统功能模块设计划分系统功能模块,如用户管理、挂号管理、医生排班等。3.2数据库设计与实现设计数据库表结构,确定字段类型、主键及外键关系。3.3用户界面设计设计用户友好的界面,提升用户体验。3.4系统安全设计阐述系统安全策略,包括用户认证、数据加密等。第4章系统实现与测试介绍系统的实现过程,包括编码、测试及优化等。4.1系统编码实现采用SpringBoot框架进行系统编码实现。4.2系统测试方法介绍系统测试的方法、步骤及测试用例设计。4.3系统性能测试与分析对系统进行性能测试,分析测试结果并提出优化建议。4.4系统优化与改进根据测试结果对系统进行优化和改进,提升系统性能。第5章研究结果呈现系统实现后的效果,包括功能实现、性能提升等。5.1系统功能实现效果展示系统各功能模块的实现效果,如挂号成功界面等。5.2系统性能提升效果对比优化前后的系统性能
在金融行业中,对信用风险的判断是核心环节之一,其结果对机构的信贷政策和风险控制策略有直接影响。本文将围绕如何借助机器学习方法,尤其是Sklearn工具包,建立用于判断信用状况的预测系统。文中将涵盖逻辑回归、支持向量机等常见方法,并通过实际操作流程进行说明。 一、机器学习基本概念 机器学习属于人工智能的子领域,其基本理念是通过数据自动学习规律,而非依赖人工设定规则。在信贷分析中,该技术可用于挖掘历史数据中的潜在规律,进而对未来的信用表现进行预测。 二、Sklearn工具包概述 Sklearn(Scikit-learn)是Python语言中广泛使用的机器学习模块,提供多种数据处理和建模功能。它简化了数据清洗、特征提取、模型构建、验证与优化等流程,是数据科学项目中的常用工具。 三、逻辑回归模型 逻辑回归是一种常用于分类任务的线性模型,特别适用于二类问题。在信用评估中,该模型可用于判断借款人是否可能违约。其通过逻辑函数将输出映射为0到1之间的概率值,从而表示违约的可能性。 四、支持向量机模型 支持向量机是一种用于监督学习的算法,适用于数据维度高、样本量小的情况。在信用分析中,该方法能够通过寻找最佳分割面,区分违约与非违约客户。通过选用不同核函数,可应对复杂的非线性关系,提升预测精度。 五、数据预处理步骤 在建模前,需对原始数据进行清理与转换,包括处理缺失值、识别异常点、标准化数值、筛选有效特征等。对于信用评分,常见的输入变量包括收入水平、负债比例、信用历史记录、职业稳定性等。预处理有助于减少噪声干扰,增强模型的适应性。 六、模型构建与验证 借助Sklearn,可以将数据集划分为训练集和测试集,并通过交叉验证调整参数以提升模型性能。常用评估指标包括准确率、召回率、F1值以及AUC-ROC曲线。在处理不平衡数据时,更应关注模型的召回率与特异性。 七、集成学习方法 为提升模型预测能力,可采用集成策略,如结合多个模型的预测结果。这有助于降低单一模型的偏差与方差,增强整体预测的稳定性与准确性。 综上,基于机器学习的信用评估系统可通过Sklearn中的多种算法,结合合理的数据处理与模型优化,实现对借款人信用状况的精准判断。在实际应用中,需持续调整模型以适应市场变化,保障预测结果的长期有效性。 资源来源于网络分享,仅用于学习交流使用,请勿用于商业,如有侵权请联系我删除!
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值