
Python
lwbeyond
这个作者很懒,什么都没留下…
展开
-
Python -- 10. 测试代码
Python标准库中的 模块unittest 提供了代码测试工具。 单元测试 用于核实函数的某个方面没有问题; 测试用例 是一组单元测试,这些单元测试一起核实函数在各种情形下的行为都符合要求。1. 测试函数import unittestfrom pizza import get_formatted_nameclass NamesTestCase(unittest.TestCase):原创 2017-03-01 17:10:19 · 2527 阅读 · 0 评论 -
NumPy基础 -- 4. 用于数组的文件输入输出
1. 以二进制格式保存到磁盘 np.save和np.load是读写磁盘数组数据的两个主要函数。 默认情况下,数组是以未压缩的原始二进制格式保存在扩展名为.npy文件中。arr = np.arange(10)np.save('some_array', arr)np.load('some_array.npy')原创 2017-03-27 23:04:06 · 515 阅读 · 0 评论 -
Python进阶 -- 1. matplotlib
通过安装Anaconda3,使用matplotlib库0. 基本绘画设置 (1). Figure和Subplot matplotlib的图像都位于Figure对象中,你可以用plt.figure创建一个新的Figure.#这时会弹出一个空窗fig = plt.figure()但是不能通过空Figure绘图,必须用add_subplot创建一个或多个subplot才行#这条代码的意思是:图像应该原创 2017-03-08 13:15:05 · 6813 阅读 · 0 评论 -
NumPy基础 -- 6. 随机数生成
numpy.random模块对python内置的random进行了补充,增加了一些用于高效生成多种概率分布的样本值函数。例如: 你可以用normal来得到一个标准正态分布的4X4样本数组:samples = np.random.normal(size=(4,4))常用随机函数: 范例:随机漫步 一种方法:import randomposition = 0walk = [position]原创 2017-03-28 12:57:40 · 4695 阅读 · 0 评论 -
NumPy基础 -- 5. 线性代数
线性代数(如矩阵乘法,矩阵分解,行列式以及其他方阵数学等)例子:求矩阵乘法x = np.array([[1,2,3], [4,5,6]])x = np.array([[6,23], [-1,7], [8,9]])x.dot(y) #相当于np.dot(x,y)原创 2017-03-28 10:56:11 · 602 阅读 · 0 评论 -
Pandas基础 -- 1. 数据结构 Series
常用命名:from pandas import Series, DataFrameimport pandas as pdSeries是一种类似于一维数组的对象: 它由一组数组(各种NumPy数据类型),以及一组与之相关的数据标签组成。1. 创建 Series obj = Series([4,7,-5,3])obj 表现为:索引在左边,值在右边。 如果没有指定索引,会自动从0开始。2. Se原创 2017-03-28 17:10:39 · 4155 阅读 · 0 评论 -
Python 读写 Excel
一. 读取Excel1. 导入读取库import xlrd2. 打开Excel文件读取数据data = xlrd.open_workbook('111.xls')3. 获取一个工作表table = data.sheets()[0] #通过索引顺序获取table = data.sheet_by_index(0) #通过索引顺序获取table = data.sheet_by_nam原创 2017-08-14 18:00:04 · 1306 阅读 · 0 评论 -
Python -- 4. if()操作 & for操作
1. 条件测试 每条if 语句的核心都是一个值为True 或False 的表达式,这种表达式被称为条件测试 。==, !=, <, <=, >, >= and, or 检查特定值是否包含在列表中, in / not inbanned_users = ['andrew', 'carolina', 'david']user = 'marie'if user not in banned_us原创 2017-02-21 11:37:09 · 2306 阅读 · 0 评论 -
Pycharm环境设置
1. 安装Anaconda3 2. 安装pycharm 3. 设置环境 选择Anaconda的python环境做为编译环境,这样anaconda的库会自动加载到pycharm环境中。 4. Anaconda安装库 (1). 进入到 “C:\Anaconda3\Scripts”就可以使用pip进行安装了,记住这个pip是anaconda的pip工具。 (如果你装过python.exe的话,原创 2018-01-03 14:23:44 · 93042 阅读 · 1 评论 -
Python -- 1. 变量和简单数据类型
一:变量和简单数据类型 1. 变量: 变量名只能包含字母、数字和下划线。 变量名不能包含空格、Python关键字。 大小写区分message = "Hello Python world!"print(message)2. 字符串: 字符串中包含引号和撇号print('I told my friend, "Python is my favorite langu原创 2017-02-20 14:30:10 · 862 阅读 · 0 评论 -
Python 字符编码
一. 字符编码字符串也是一种数据类型,但是,字符串比较特殊的是还有一个编码问题。因为计算机只能处理数字,如果要处理文本,就必须先把文本转换为数字才能处理。最早的计算机在设计时采用8个比特(bit)作为一个字节(byte),所以,一个字节能表示的最大的整数就是255(二进制11111111=十进制255),如果要表示更大的整数,就必须用更多的字节。比如两个字节可以表示的最大整数是65535,转载 2018-01-25 15:17:25 · 364 阅读 · 0 评论 -
NumPy基础 -- 3. 基本数据处理
1. 将条件逻辑表述为数组运算, where( ) condition为true进选x, false时选ynumpy.where(condition, x, y)xarr = np.array([1.1,1.2,1.3,1.4,1.5])yarr = np.array([2.1,2.2,2.3,2.4,2.5])cond = np.array([True,False,True,True,Fal原创 2017-03-27 22:42:47 · 425 阅读 · 0 评论 -
NumPy基础 -- 2. 通用函数
通用函数是一种对ndarray中的数据执行元素级运算的函数。1. 一元通用函数 例如:arr = np.arrange(10)np.sqrt(arr)2. 二元通用函数 例如:x = randn(8)y = randn(8)np.maximum(x,y)原创 2017-03-27 21:32:52 · 629 阅读 · 0 评论 -
Python -- 6. 字典
1. 使用字典 字典 是一系列键—值对 。每个键 都与一个值相关联,你可以使用键来访问与之相关联的值。 字典用放在花括号{} 中的一系列键—值对表示,键和值之间用冒号分隔,而键—值对之间用逗号分隔。alien_0 = {'color': 'green', 'points': 5}(1).访问字典中的值 要获取与键相关联的值,可依次指定字典名和放在方括号内的键alien_0 = {'color'原创 2017-02-21 15:30:59 · 437 阅读 · 0 评论 -
Python -- 7. 函数
1. 定义函数 使用关键字def 来告诉Python你要定义一个函数。def greet_user(): """显示简单的问候语""" print("Hello!")greet_user()(1).向函数传递信息def greet_user(username): """显示简单的问候语""" print("Hello, " + username.title() +原创 2017-02-22 14:12:10 · 745 阅读 · 0 评论 -
Python -- 5. 用户输入和while 循环
1. 函数input() 的工作原理 函数input() 让程序暂停运行,等待用户输入一些文本。获取用户输入后,Python将其存储在一个变量中.message = input("Tell me something, and I will repeat it back to you: ")print(message)(1). 使用int() 来获取数值输入 使用函数input() 时,Pyth原创 2017-02-21 12:48:24 · 15019 阅读 · 0 评论 -
Python -- 8. 类
1. 创建和使用类 根据约定,在Python中,首字母大写的名称指的是类。 (1). 创建 类class Dog(): """一次模拟小狗的简单尝试""" def __init__(self, name, age): """初始化属性name和age""" self.name = name self.age = age def原创 2017-02-23 16:18:43 · 2545 阅读 · 0 评论 -
Python -- 9. 文件和异常
1. 从文件中读取数据 (1).读取整个文件with open('pi_digits.txt') as file_object: contents = file_object.read() print(contents)open(‘pi_digits.txt’) 返回一个表示文件pi_digits.txt 的对象在这个程序中,注意到我们调用了open() ,但没有调用close原创 2017-02-24 16:02:56 · 2378 阅读 · 0 评论 -
Python进阶 -- 2. pygal
Python可视化包Pygal可以用来生成可缩放的矢量图形文件。win安装pygaypython -m pip install --user pygal示例:hist = pygal.Bar()hist.title = "Results of rolling one D6 1000 times."hist.x_labels = ['1', '2', '3', '4', '5', '6']his原创 2017-03-09 11:09:34 · 4739 阅读 · 0 评论 -
Python进阶 -- 3. 处理CSV格式
CSV文件格式 将数据作为一系列以逗号分隔的值 (CSV) (1). 分析CSV文件头import csvfilename = '111.csv'with open(filename) as f: reader = csv.reader(f) header_row = next(reader) print(header_row)(2). 打印文件头及其位置import原创 2017-03-09 14:31:47 · 5869 阅读 · 0 评论 -
Python -- 3. 操作列表
1. 遍历整个列表magicians = ['alice', 'david', 'carolina']for magician in magicians: print(magician)2. 避免缩进错误 Python根据缩进来判断代码行与前一个代码行的关系。忘记缩进 不必要的缩进 遗漏了冒号3. 创建数值列表 (1).使用函数range() 函数range() 能够轻松地生原创 2017-02-20 23:42:12 · 428 阅读 · 0 评论 -
Python进阶 -- 4. 处理json文件
1. 读取【列表】格式的 json 文件: 源文件:[ { "Country Name": "Arab World", "Country Code": "ARB", "Year": "1960", "Value": "96388069" }, { "Cou原创 2017-03-10 15:55:13 · 28508 阅读 · 3 评论 -
NumPy基础 -- 1. ndarray (多维数组对象)
一.创建nbarray1.使用array函数,接受一切序列对象data1 = [6,7.5,8,0,1]arr1 = np.array(data1)print (arr1)2. 嵌套序列,也会被转换为一个多维数组data2 = [[1,2,3,4], [5,6,7,8]]arr2 = np.array(data2)print (arr2)3. zeros和ones创建指定长度或形状全0或全1原创 2017-03-23 17:31:11 · 4234 阅读 · 0 评论 -
Python -- 2. 列表与元组
一、列表 list1. 列表是什么 由一系列按特定顺序排列的元素组成,在Python中,用方括号([] )来表示列表,并用逗号来分隔其中的元素。bicycles = ['trek', 'cannondale', 'redline', 'specialized']print(bicycles)(1). 访问列表元素 要访问列表的任何元素,只需将该元素的位置或索引告诉Python即可原创 2017-02-20 22:33:16 · 552 阅读 · 0 评论