我的Python学习笔记（一）

经常上网看一些技术博客，听到很多人说多写博客对学习很有帮助，虽然我基本上没有做笔记或者写东西的习惯，但我还是想，写写试试看，从基础慢慢写起吧！如果侥幸有人看见还学到了东西，想必是极好的了。
那么我就先写写，我在python开发过程中，一些小tip吧
python中最常见的几种数据结构，列表，字典，集合，元组等。想要用好python是避免不了与这几种类型打交道的。首先，使用这些类型最常见的操作，是要筛选数据，比如说过滤掉列表中的负数，过滤掉成绩表中不及格的人等等应用场景是很常见的，我操作过程中，用到的tips有这些：
先看这样一个列表`a=[1,4,10,50,327,-10,-20],如果要过滤到当中的负数，最直观的办法，就是迭代:

b=[]
for x in a:
    if x >0:
    b.append(x)

但是对于python来说，这样做，显的有些繁琐了，我们有列表解析式，对于上述问题，一行代码就解决了：

[for x in a if x>=0]

当然，还有filter函数对于过滤数据也是很好用的，filter函数接收两个参数，一个过滤函数，以及要过滤的数据本身，对于上述问题，也是一行代码的事情：

a=filter(lambda x:x>=0,data)

对于字典呢，字典解析稍有不同，考虑这样一组数据 :
Score={"T-mac":50,"Kobe":51,"James":43,"Durant":19}
现在我们要过滤掉得分低于20分的球员，如果像列表解析:

{for players in Score if players >60}

上面是行不通的，因为字典默认迭代它的key而不是他的value，解决上面的办法就是利用字典对象的items()方法，这个方法，就是把这个字典本身变成一个列表，列表中的每个元素就是包含每一个键值对的元组，调用Score.items()后，Score变成这样：

[('Durant', 19), ('James', 43), ('T-mac', 50), ('Kobe', 51)]

然后，我们就可以利用字典解析了：

{k:v for k ,v in Score.items() if v >20}

这样，低于20分的人，就被过滤掉了。
至于集合的解析，与列表解析类似，就不赘述了。
对于元组，我理解的每一个元组，就是一条数据，比如

Coolboy=('xiaoyu',18,'male')

现在我要访问这个元组中的每一项，只有依赖于索引,像这样Coolboy[1]这显然不太合理，合理的应该是这样访问

Coolboy[Name]

要想做到这样访问，一种办法就是搞一个Name变量与其索引对应呗，另一种办法就是利用collections下的namedtuple，顾名思义，命名元组，
就像这样用：

man=namedtuple('man',['name','age','sex'])

需要向namedtuple的构造函数传递这样两个参数，一个是这个元组的名字，另一个是这个元组每一个元素的属性列表。

Coolboy=man('xiaoyu',12,'male')

这样就产生了一个Coolboy命名元组，我们也可以利用Coolboy[name]这种属性的访问方式来访问元组中的每一个元素了，写出来的代码，也更具有可读性。
前几天看了看吴军博士的《数学之美》，里面讲到了自然语言处理，其中便有词频统计这个概念，试想我们现在有一篇文章需要我们做词频统计，那么用python怎么做呢？
最直观的想法还是先把这篇文章进行分割，写个循环，进行遍历统计。
当然这样可以解决问题，但是对于python来说，这种办法，依然有些多余，在collections库下面，有一个Counter类，利用它，整个过程不要太简单哦。
假设我们已经把这篇文章分割好了

Article=["wo","ni","wo","ta","tamen","wo","women"]

Counter类实例化时接收一个可迭代的对象：count=Counter(Article)

print(count)
#结果为
Counter({'wo': 3, 'women': 1, 'tamen': 1, 'ta': 1, 'ni': 1})
#一个包含词汇以及频率的字典

还是词频统计的问题，现在我们对每一篇文章的词频都要做统计，而且需要时刻看见统计过程中词频排名的变化，这就要求我们，这个字典要时刻保持有序，对于排序问题，用python内置的sorted的函数是相当合适的，但是应用于字典时，还是需要利用字典的items方法，这样才可以取出字典每个元素的value值，利用其进行排序。

Score={"T-mac":50,"Kobe":51,"James":43,"Durant":19}
sort=sorted(Score.items(),key=lambda x:x[1])
#上面的代码利用元组中后一个元素的值，进行排序
#结果为
[('Durant', 19), ('James', 43), ('T-mac', 50), ('Kobe', 51)]

最后再设想一个场景吧，咱们爬取了NBA每年得分排名前五的选手的姓名以及得分，现在我想看看，5年中谁的得分一直排在联盟前十。这怎么办呢，比如，数据是这样的：

s10={'a':2000,'b':1900,'c':1200,'d':1000,'f':900}
s9={'g':2000,'b':1900,'o':1200,'d':1000,'f':900}
s8={'z':2000,'p':1900,'c':1200,'d':1000,'s':900}
s7={'d':2000,'b':1900,'c':1200,'u':1000,'m':900}
s6={'a':2000,'y':1900,'c':1200,'d':1000,'f':900}

这个问题，就转换为求所有字典的公共键了。暴力的办法就是从第一个字典中取出每一个键，然后去和后面的字典对比，如果存在于每个字典中，那么这个键就被输出。对于python，依然有更快捷的解决办法。
python中dict对象有一个keys方法，返回一个类似集合的包含字典的keys的对象，对集合求交集，就可以完成上述需求，代码如下：
这里用到了一个reduce函数，这个函数接收一个函数以及一个可迭代对象，其功能就是每次取出这个可迭代对象中的相应数据，进行运算后，用运算后的结果再和取出的数据进行运算，比如我们上面的需求，就是s10与s9求交，获得的交集再与s8求交。

itersets=map(dict.keys,[s10,s9,s8,s6,s7])

intersect=reduce(lambda a,b:a&b, itersets)
#结果为
"d"

第一篇博文不好写啊，写到这里就算了，如果你觉得还有那么一点点用，点个订阅哦。