python基础知识（一）——字符串连接、注释规则、冒泡排序、绘图和可视化

最新推荐文章于 2023-10-08 12:39:14 发布

翻译最新推荐文章于 2023-10-08 12:39:14 发布 · 484 阅读

文章标签：

#基础知识 #python

python 专栏收录该内容

9 篇文章

订阅专栏

本文详细介绍了Python中的字符串操作技巧，包括四种不同的字符串连接方式，以及如何使用冒泡排序对数组进行排序。此外，深入探讨了Matplotlib库的使用方法，包括创建子图、设置线型和颜色、调整子图间距等高级绘图技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

python中字符串连接的四种方式

1、字符串之间连接 ‘aa’ ‘bb’
可以中间为空格或者什么都没有。那么输出都是两者之间紧密相连。

2、字符串+数字

'aa' +90

这样会报错，因为不同类型不能相加，可以用 ‘aa’,90.这样可以，但是中间会有一个空格

3、%占位符

print '%s,%s'%('tom','jerry')

4、推荐
以下实例展示了join()的使用方法

#!/usr/bin/python
str = "-";
seq = ("a", "b", "c"); # 字符串序列
print str.join( seq );

以上实例输出结果如下：

a-b-c

注释规则

#单行注释
#注释可以是英文和中文不能使用拼音
"""
多行注释
第一种方式
"""

'''
多行注释
第二种方式
'''

冒泡排序

#冒泡排序
print("冒泡排序")
arr = [1, 4, 2, 5, 3, 7, 9, 0] #整型数组
for i in range(0, len(arr), 1):
    for j in range(0, len(arr)-i-1, 1):
        if arr[j] > arr[j+1]:
            temp = arr[j+1]
            arr[j+1] = arr[j]
            arr[j] = temp
for i in arr:
    print(i, end="\t")

综合案例

需求说明：

创建一个整型数组，让数组中所有的偶数元素加1，最后将数组从小到大排序，并且输出排序后值为1的元素个数

需求分解：
1、创建一个整型数组
2、定义一个for循环找到数组中的每一个元素
3、判断每一个元素除以2的余数，如果余数是0则表示该元素是偶数
4、将找到的偶数元素+1
5、通过找寻数组指定元素个数的函数获取值为1的元素个数
6、通过数组排序函数将数组从小到大排序

实现：

#创建一个整型数组
arr = [4, 2, 5, 3, 45, 232, 98, 1, 0, 6, 89, 43]
#for循环初始值是0，范围是数组的长度
for i in range(0, len(arr), 1):
    if arr[i] % 2 == 0: #找到偶数的元素
        arr[i] += 1 #让元素+1
arr.sort() #元素从小到大排序
cnt = arr.count(1) #获取指定元素的个数
print("值=1的元素个数：%s" %cnt)
print(arr)

绘图和可视化——matplotlib APL入门

import matplotlib.pyplot as plt
import numpy as np

1. matplotlib.pyplot中add_subplot方法参数111的含义

下述代码若要运行，得在安装Python之外安装matplotlib、numpy、scipy、six等库，专门来看这篇小贴的朋友应该知道这些库。

import matplotlib.pyplot as plt
from numpy import *
fig = plt.figure()
ax = fig.add_subplot(349)
ax.plot(x,y)
plt.show()

参数349的意思是：将画布分割成3行4列，图像画在从左到右从上到下的第9块。

2.Figure和Subplot

matplotlib的图像都位于Figure对象中，可通过plt.figure创建一个新的Figure

 fig=plt.figure() #创建一个新的Figure
 plt.show() #可展示图形结果
因为不能通过空的Figure绘图，所以必须用add_subplot创建一个或多个subplot才能进行绘图
 ax1=fig.add_subplot(2,2,1) #表示图形排布是2X2横向两张图，纵向两张图，且当前选中的是4个subplot中的第一个（编号从1开始）。后面还会再创建两个subplot
ax2=fig.add_subplot(2,2,2) #所以add_subplot一定要有三个输入参数
ax3=fig.add_subplot(2,2,3)

如果这时发出一条绘图命令（如plt.plot([1.5, 3.5, -2, 1.6])），matplotlib就会在最后一个用过的subplot（如果没有则创建一个）上进行绘图。

from numpy.random import randn
 plt.plot(randn(50).cumsum(), 'k--')
[<matplotlib.lines.Line2D object at 0x0000000008E74630>]
 plt.show()

“k–”是一个线型选项，表示黑色虚线。“–”表示虚线，“-”表示实线
线条颜色选型：
| Alias | Color |
|‘b’ | blue |
|‘g’ | green |
|‘r’ | red |
|‘c’ | cyan |
|‘m’| magenta |
|‘y’ | yellow |
|‘k’ | black |
|‘w’| white |
之后再输入如下内容能够将上述三个图表内均进行画图

ax1.hist(randn(100), bins=20, color='k', alpha=0.3)
ax2.scatter(np.arange(30), np.arange(30)+3*randn(30))
plt.show()

会展示画图的三张图片，‘k–’，ax1和ax2

可利用plt.subplots方法创建Figure和subplot任务，它可以创建一个新的Figure，并返回一个含有已经创建的subplot对象的NumPy数组

 fig, axes=plt.subplots(2, 3) #创建一个两行三列的空图表
 fig
<matplotlib.figure.Figure object at 0x0000000008CA6E10>
axes
array([[< matplotlib.axes._subplots.AxesSubplot object at 0x0000000008EED4A8>,
< matplotlib.axes._subplots.AxesSubplot object at 0x00000000091AFB38>,
< matplotlib.axes._subplots.AxesSubplot object at 0x000000000921B390>],
[< matplotlib.axes._subplots.AxesSubplot object at 0x000000000935BB00>,
< matplotlib.axes._subplots.AxesSubplot object at 0x0000000009429F28>,
< matplotlib.axes._subplots.AxesSubplot object at 0x000000000951EC88>]], dtype=object)
 plt.show() #展示一个两行三列的空图表

plt.subplots(2,2,figsize=(8,6)) |
plt.subplots(2,2,figsize=(8,6)) #创建一个两行两列的空图表，图表大小为8,6

调整subplot周围的间距
subplot_adjust可调整各个子图表之间的间距

subplots_adjust(left=None, bottom=None, right=None, top=None, wspace=None, hspace=None) #subplots_adjust方法所展示的函数及其参数

wspace和hspace用于控制宽度和高度的百分比，可以用作subplot之间的间距。
例如：

fig, axes=plt.subplots(2, 2, sharex=True, sharey=True)
for i in range(2):
   for j in range(2):
      axes[i, j].hist(randn(500), bins=50, color='k', alpha=0.5)
plt.subplots_adjust(wspace=0, hspace=0) #调节各个图表之间的间距为0
plt.show() #展示4个图表各个子图表之间没有间距而且标签没有重叠

3.颜色、标记和线型

matplotlib的plot函数能够接受一组X和Y坐标，同时能够接受一个表示颜色和线型的字符串缩写。例如，要根据x和y绘制绿色虚线，可执行如下代码：

>>> plt.plot([1.5, 3.5, -2, 1.6], 'g--')
>>> plt.show()

‘g–’这样的简写是允许的，同时也可利用如下的方式

>>> plt.plot([1.5, 3.5, -2, 1.6], linestyle='--', color='g')
>>> plt.show()

linestyle参数写明线条类型，color参数写明线条颜色
颜色的选择也可通过RGB的形式进行表示（例如：’#CECECE’）

线型图还可以加上一些标记（marker），以强调实际的数据点，由于matplotlib创建的是连续的线型图（点与点之间插值），因此有时可能不太容易看出真实数据的位置。标记也可以放到格式字符串中，但表示类型和线型必须放在颜色后面

>>> from numpy.random import randn
>>> plt.plot(randn(30).cumsum(), 'ko--')
>>> plt.show()

‘k’：表示线型，‘o’：表示圆点，‘–’：表示虚线
也可以写另外一种形式

>>> plt.plot(randn(30).cumsum(), color='k', linestyle='dashed', marker='o')
>>> plt.show()

在线型图中，非实际数据点默认是按照线性方式插值的。可通过drawstyle选项进行修改
通过如下方法可在同一图表中画出两种线条

>>> data=randn(30).cumsum()
>>> plt.plot(data, 'k--', label='Default')

默认画图是黑色虚线，每个点之间用线段连接，整个图形是折线

>>> plt.plot(data, 'g--', drawstyle='steps-post', label='steps-post')

而steps-post表示的是四边形的线条，从第一个点平行画出该点与第二个点距离相同的线条，然后向上或向下垂直画线到第二个点上。该图形用绿色虚线表示

>>> plt.legend(loc='best') #目前不懂
>>> plt.show()